一种基于大数据的智慧用电管理系统及方法技术方案

本发明专利技术公开了一种基于大数据的智慧用电管理系统及方法，属于用电监测技术领域。本系统包括以下模块：智能配电模块，数据采集模块，数据传输模块，智慧用电分析模块，智慧用电管理模块；所述智能配电模块的输出端与所述数据采集模块的输入端相连接；所述数据采集模块的输出端与所述数据传输模块的输入端相连接；所述数据传输模块的输出端与所述智慧用电分析模块的输入端相连接；所述智慧用电分析模块的输出端与所述智慧用电管理模块的输入端相连接；并同时提供一种基于大数据的智慧用电管理方法，使得对配电设备的带电电流作出实时估测，对一段时间之后的带电电流作出预测，判断是否存在漏电的情况，对配电设备进行管理。对配电设备进行管理。对配电设备进行管理。

【技术实现步骤摘要】
一种基于大数据的智慧用电管理系统及方法


[0001]本专利技术涉及用电监测
，具体为一种基于大数据的智慧用电系统及方法。

技术介绍

[0002]智慧用电是用电监测
的一个新兴概念，指一套用电监测
的工具和方法，由智能化的监控物联网系统和基于该系统的社会管理方法结合而成，其目的是对用电过程进行能耗监管和安全防控。
[0003]在智慧用电的漏电保护中，现有技术多为通过温度检测，设置保险丝，将保险丝熔断达到断电保护的作用，或者直接用电流表来检测带电设备的外壳的带电量。但是仅通过温度检测这一个参数来估测配电设备是否发生漏电的情况，估测结果不准确，外界环境温度高或者低都有可能导致漏电，配电设备漏电除了与温度有关还与湿度和粉尘含量有很大的关系；而直接使用电流表监测配电设备外壳的带电量，会由于测量位置，测量时的环境以及电流表自身的原因导致很大的误差，除此之外，当外界温度过高时，设备中的元件发热将空气击穿导致短路起火，虽然保险丝被熔断，但灾祸会在短时间内迅速造成巨大损失，而无法给人反应的时间来提前采取措施进行应对，而仅仅通过温度检测和电流表的测量难以对配电设备的带电量进行预测。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的智慧用电管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的智慧用电管理方法，所述方法包括以下步骤：
[0006]S1、获取配电设备各项参数的历史数据，根据历史数据中参数的数值将参数划分为多个参数区间；
[0007]S2、将历史数据分为训练样本和检验样本，并根据历史数据中的训练样本得出参数区间里实际电流随时间变化的函数以及测量电流随时间变化的函数；
[0008]S3、将历史数据中的检验样本按照参数值划分到参数区间上，并根据参数区间上的函数来得出估计电流值，将估计电流值和测量电流值与实际电流值做误差分析，得出实时估测电流的函数；
[0009]S4、根据实时监测到的参数数据，由实时估测函数计算出实时估测电流，并根据实时监测到的参数数据得出预测电流；
[0010]S5、设置第一阈值电流，计算第二阈值电流，并根据实时估测电流值、预测电流值、第一阈值电流和第二阈值电流来管理配电设备。
[0011]进一步的，在步骤S1中，所述预测电流值的计算方法包括：
[0012]S2
‑
1、获取n组历史数据中的温度T、湿度H、粉尘含量D、实际电流q和测量电流C，其中T∈[c，d]，H∈[0，1]，D∈[0，1]，将n组历史数据分为训练样本数据n1组和检验样本数据
n2组，根据n2组训练样本数据中的参数，划分为m个参数区间V，参数区间V
ijk
表示参数区间中的参数为
[0013]其中，m＝i
×
j
×
k，其中Ti为将T等距离划分为个a子区间中的第i个子区间，H
j
为将H等距离划分为个b子区间中的第j个子区间，D
k
为将D等距离划分为个k子区间中的第k个子区间，n，n1，n2，m，i，j，k，a，b，c均为系统设置的常数，其中i∈[1，a]，j∈[1，b]，k∈[1，c]；
[0014]由于参数的变化为连续值，且变化为趋势无规律，因此需要在根据历史数据构建实时估测模型时，将历史数据中的数据分组量化，对实时监测到的数据映射到参数区间中，每个参数区间都有对应的实际电流和测量电流的随时间变化的函数；
[0015]则取子区间T
i
，H
j
，D
k
中区间的起始端点值，记为L
i
，M
j
，N
k
；用L
i
，M
j
，N
k
的值来代表参数区间V
ijk上
的温度、湿度、粉尘含量的参数值；
[0016]S2
‑
3、获取温度为L
i
，湿度为M
j
，粉尘含量为N
k
的条件下，实际电流q，测量电流C随时间变化的历史数据，则用P1
ijk
代表在参数区间V
ijk
上，实际电流q随时间t变化的函数；P2
ijk
代表在参数区间V
ijk
上，测量电流C随时间t变化的函数；
[0017]S2
‑
4、将任一个检验样本中的参数根据参数值划分到参数区间V上，并调用出每一个参数区间上对应的函数；其中t
w
为样本参数在第w个参数区间上所持续的时间，w为系统设置的常数；
[0018]取第一个参数区间上参数所对应的函数中，配电设备估计电流值Q在[0，t1]时间内增加值为Q1；
[0019]取第二个参数区间上参数所对应的函数中，配电设备实际电流值为Q1时所对应的时间为t
Q1
，在[t
Q1
，t
Q1
+t2]的时间段上，配电设备实际电流的增加值为Q2；
[0020]同样的，取第w个参数区间上参数所对应函数P1
ijk
中，配电设备实际电流值为Q
w
‑1时所对应的时间为t
Qw
‑1，在[t
Qw
‑1，t
Q
‑1+t
w
]的时间段上，配电设备实际电流的增加值为Qw；
[0021]则在时间t＝t1+t2+
……
+t
w
时刻，估计电流值Q＝Q1+Q2+
……
+Q
w
；
[0022]S2
‑
5、获取历史数据中任一个检验样本，在同一个检验样本下，计算估计电流Q和实际电流q的误差平均值X1作为估计的误差，计算测量电流C和实际电流q的误差平均值X2作为测量的误差；
[0023]其中Q
u
表示第u个检验样本的估计电流，q
u
为第u个检验样本中实际电流；
[0024]其中C
u
表示第u个检验样本的测量电流；
[0025]u为系统设置的常数；
[0026]S2
‑
6、根据估计电流和测量电流得出实时估测电流为S＝αQ+βC，其中，α、β为权重；
[0027]根据估计的误差和测量的误差设置权重值：α＝X2/(X1+X2)，β＝X1/(X1+X2)；
[0028]用检验样本检测测量电流与实际电流的误差，估计电流与实际电流的误差，设置权重，将测量电流与估计电流结合起来构建实时估测电流模型，设置权重，可以提高实时估测电流模型的准确度；
[0029]若tw时刻的预测电流值为Y，估计电流值为Q
w
，保持t
w
时刻的温度，湿度，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智慧用电管理方法，其特征在于，所述方法包括以下步骤：S1、获取配电设备各项参数的历史数据，根据历史数据中参数的数值将参数划分为多个参数区间；S2、将历史数据分为训练样本和检验样本，并根据历史数据中的训练样本得出参数区间里实际电流随时间变化的函数以及测量电流随时间变化的函数；S3、将历史数据中的检验样本按照参数值划分到参数区间上，并根据参数区间上的函数来得出估计电流值，将估计电流值和测量电流值与实际电流值做误差分析，得出实时估测电流的函数；S4、根据实时监测到的参数数据，由实时估测函数计算出实时估测电流，并根据实时监测到的参数数据得出预测电流；S5、设置第一阈值电流，计算第二阈值电流，并根据实时估测电流值、预测电流值、第一阈值电流和第二阈值电流来管理配电设备。2.根据权利要求1所述的一种基于大数据的智慧用电管理方法，其特征在于，在步骤S1中，所述预测电流值的计算方法包括：S2
‑
1、获取n组历史数据中的温度T、湿度H、粉尘含量D、实际电流q和测量电流C，其中T∈[c，d]，H∈[0，1]，D∈[0，1]，将n组历史数据分为训练样本数据n1组和检验样本数据n2组，根据n2组训练样本数据中的参数，划分为m个参数区间V，参数区间V
ijk
表示参数区间中的参数为其中，m＝i
×
j
×
k，其中Ti为将T等距离划分为个a子区间中的第i个子区间，H
j
为将H等距离划分为个b子区间中的第j个子区间，D
k
为将D等距离划分为个k子区间中的第k个子区间，n，n1，n2，m，i，j，k，a，b，c均为系统设置的常数，其中i∈[1，a]，j∈[1，b]，k∈[1，c]；则取子区间T
i
，H
j
，D
k
中区间的起始端点值，记为L
i
，M
j
，N
k
；用L
i
，M
j
，N
k
的值来代表参数区间V
ijk上
的温度、湿度、粉尘含量的参数值；S2
‑
3、获取温度为L
i
，湿度为M
j
，粉尘含量为N
k
的条件下，实际电流q，测量电流C随时间变化的历史数据，则用P1
ijk
代表在参数区间V
ijk
上，实际电流q随时间t变化的函数；P2
ijk
代表在参数区间V
ijk
上，测量电流C随时间t变化的函数；S2
‑
4、将任一个检验样本中的参数根据参数值划分到参数区间V上，并调用出每一个参数区间上对应的函数；其中t
w
为样本参数在第w个参数区间上所持续的时间，w为系统设置的常数；取第一个参数区间上参数所对应的函数中，配电设备估计电流值Q在[0，t1]时间内增加值为Q1；取第二个参数区间上参数所对应的函数中，配电设备实际电流值为Q1时所对应的时间为t
Q1
，在[t
Q1
，t
Q1
+t2]的时间段上，配电设备实际电流的增加值为Q2；取第w个参数区间上参数所对应函数P1
ijk
中，配电设备实际电流值为Q
w
‑1时所对应的时间为t
Qw
‑1，在[t
Qw
‑1，t
Q
‑1+t
w
]的时间段上，配电设备实际电流的增加值为Q
w
；则在时间t＝t1+t2+
……
+t
w
时刻，估计电流值Q＝Q1+Q2+
……
+Q
w
；S2
‑
5、获取历史数据中任一个检验样本，在同一个检验样本下，计算估计电流Q和实际电流q的误差平均值X1作为估计的误差，计算测量电流C和实际电流q的误差平均值X2作为
测量的误差；其中Q
u
表示第u个检验样本的估计电流，q
u
为第u个检验样本中实际电流；其中C
u
表示第u个检验样本的测量电流；u为系统设置的常数；S2
‑
6、根据估计电流和测量电流得出实时估测电流为S＝αQ+βC，其中，α、β为权重；根据估计的误差和测量的误差设置权重值：α＝X2/(X1+X2)，β＝X1/(X1+X2)；若tw时刻的预测电流值为Y，估计电流值为Q
w
，保持t
w
时刻的温度，湿度，粉尘含量参数值在t
h
时间内不变，根据估计电流值随时间变化的函数得出估计电流值在t
h
时间之内的增加值为Q
h
，则可得预测估计电流值Q
y
＝Q
w
+Q
h
；若实时监测到t

【专利技术属性】
技术研发人员：杨宇熙，张志良，姜芸霞，杨阿齐，
申请(专利权)人：恒电科技有限公司，
类型：发明
国别省市：