一种大工业用户负荷特征提取与用电模式分析系统及方法技术方案

本发明专利技术涉及用户负荷特征提取与用电模式分析的技术领域，特别是涉及一种大工业用户负荷特征提取与用电模式分析系统及方法，其通过对数据进行分级处理，提高数据分析和处理数据，并且通过对结果数据和完整数据进行两条线路的输送，既保证数据分析和处理效率，又减少丢失，再有通过对数据进行分开储存，同时进行定期对比的方式，减少数据被恶意篡改和丢失的情况发生；包括：数据采集整理模块

【技术实现步骤摘要】
一种大工业用户负荷特征提取与用电模式分析系统及方法


[0001]本专利技术涉及用户负荷特征提取与用电模式分析的
，特别是涉及一种大工业用户负荷特征提取与用电模式分析系统及方法
。

技术介绍

[0002]随着社会的发展，用电高峰和低谷越专利技术显，为了保障工业生产的正常用电，同时为了对电能进行合理的分配使用，所以需要对大工业用户的负荷特征进行提取，并对其用电模式进行分析，方便电力部门，在不同时段向大工业用户输送适当量的电，保证大工业用户的正常生产运行，同时减少电能的浪费
。
[0003]现有的用电负荷特征提取和用电模式分析方法如授权公告号为
CN107491412B
的专利技术专利中公开的一种基于经验小波变换的用户用电负荷特征提取方法和公开号为
CN113033596A
的专利技术专利中公开的用户用电行为类别和典型用电模式精细化辨识方法等，均可对用户的负荷特征进行提取和对其用电模式进行分析
。
[0004]但是现有的系统分析数据速度较慢，不方便对部分紧急情况进行及时处理，并且由于大部分车间密封问题和电气设备问题，导致信号较差，部分数据采集整理模块较难将数据发出，较难接收调节命令，再有不方便对采集和分析的数据进行保护，导致实用性较差，因此亟需一种大工业用户负荷特征提取与用电模式分析系统及方法对上述问题进行改善
。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种通过对数据进行分级处理，提高数据分析和处理数据，并且通过对结果数据和完整数据进行两条线路的输送，既保证数据分析和处理效率，又减少丢失，再有通过对数据进行分开储存，同时进行定期对比的方式，减少数据被恶意篡改和丢失的情况发生的一种大工业用户负荷特征提取与用电模式分析系统及方法
。
[0006]本专利技术的一种大工业用户负荷特征提取与用电模式分析系统，包括：数据采集整理模块：通过多组数据采集模块对大工业用户的不同用电区域的用电数据进行采集
、
整理和储存，再通过数据共享的方式使多组数据采集模块对数据进行传输，并通过工厂外或车间外的一组信号良好的数据采集模块将整理的结果和完整的数据分两条线路发送至特征选择提取模块中；特征选择提取模块：根据工作人员预先设定的特征对结果数据中需要的部分进行提取，同时对接收到的完整数据进行储存，并将提取的数据和完整数据再次分两条线路发送至数据分析模块中；数据分析模块：通过对提取的数据进行分析处理，预测此用户的未来一段时间的用电模式，使工作人员及时根据分析结果对电力输送进行调整，使电力得到较高的利用率，减少用电高峰和用电低谷对发电厂
、
储电站和电力配送部门的影响，同时对预测的结果和
接收到的完整数据进行储存；安全模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据进行定期对比，保证对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据相同，在对对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据进行修改时，需各个不同部门的管理人员同时确认和修改；管理模块：对登录人员信息进行核实，对预测结果和完整数据进行显示，对数据采集整理模块
、
特征选择提取模块和数据分析模块进行调整，并且对操作过程进行记录；预警模块：通过设置阈值，在预测结果超出阈值范围时，向工作人员发出警报，提醒工作人员及时对电力输送进行调整；数据删除模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块中超出设定期限的数据进行删除
。
[0007]优选的，所述数据采集整理模块：数据采集模块：对用户的用电数据进行采集；数据整理模块：对用户的用电数据进行整理，得到每个时段的总数值，并且对采集的完整数据进行打包；第一数据储存模块：对打包的完整数据进行储存；第一结果传输模块：对总数值进行传输；第一完整数据传输模块：对打包的完整数据进行传输
。
[0008]优选的，所述特征选择提取模块包括：特征选择模块：工作人员根据用户的情况对特征选择模式进行设定；特征提取模块：通过设定的特征提取模式对总数值中需要的特征数据进行提取；第二数据储存模块：对打包的完整数据进行储存；第二结果传输模块：将提取的特征数据进行传输；第二完整数据传输模块：对打包的完整数据进行传输
。
[0009]优选的，所述数据分析模块包括：处理模块：对提取的特征数据进行分析处理，预测此用户的未来一段时间的用电模式；数据库：对预测结果和结构的打包的完整数据进行储存
。
[0010]优选的，所述处理模块采用
PyTorch
框架和卷积神经网络，并且使用的模型为预先训练完成的模型
。
[0011]优选的，所述安全模块包括：数据对比模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据进行定期对比，保证对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据相同；报警模块：在出现不同时，向工作人员发出警报，提醒工作人员
。
[0012]优选的，所述管理模块包括：显示模块：为工作人员提供与系统交互的端口，对预测结果
、
完整数据和设置界面进行显示；设置模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块进行管理和
调整；登录管理模块：对登录人员信息进行核对；记录模块：对登录人员的操作过程进行记录
。
[0013]优选的，所述数据删除模块
、
数据删除模块和数据删除模块中均设置有限期恢复单元，对误删的数据在设定期限内进行恢复
。
[0014]优选的，所述数据采集模块
、
数据整理模块
、
第一数据储存模块
、
第一结果传输模块和第一完整数据传输模块上均设置有快接组件，方便对数据采集整理模块进行组装
。
[0015]优选的，大工业用户负荷特征提取与用电模式分析系统的负荷特征提取与用电模式分析方法，包括以下步骤：
S1、
通过登录管理模块对登录人员信息进行核对，通过设置模块对数据采集整理模块
、
特征选择提取模块和数据分析模块进行管理和调整，并且通过记录模块对登录人员的操作过程进行记录，再通过多组数据采集模块对大工业用户的不同用电区域的用电数据进行采集，并且对用户的用电数据进行整理，得到每个时段的总数值，并且对采集的完整数据进行打包，之后通过数据共享的方式使多组数据采集模块对数据进行传输，并通过工厂外或车间外的一组信号良好的数据采集模块将整理的结果和完整的数据分两条线路发送至特征选择提取模块中；
S2、
工作人员根据用户的情况对特征选择模式进行设定，通过设定的特征提取模式对总数值中需要的特征数据进行提取，同时对接收到的完整数据进行储存，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，包括：数据采集整理模块：通过多组数据采集模块对大工业用户的不同用电区域的用电数据进行采集
、
整理和储存，再通过数据共享的方式使多组数据采集模块对数据进行传输，并通过工厂外或车间外的一组信号良好的数据采集模块将整理的结果和完整的数据分两条线路发送至特征选择提取模块中；特征选择提取模块：根据工作人员预先设定的特征对结果数据中需要的部分进行提取，同时对接收到的完整数据进行储存，并将提取的数据和完整数据再次分两条线路发送至数据分析模块中；数据分析模块：通过对提取的数据进行分析处理，预测此用户的未来一段时间的用电模式，使工作人员及时根据分析结果对电力输送进行调整，使电力得到较高的利用率，减少用电高峰和用电低谷对发电厂
、
储电站和电力配送部门的影响，同时对预测的结果和接收到的完整数据进行储存；安全模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据进行定期对比，保证对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据相同，在对对数据采集整理模块
、
特征选择提取模块和数据分析模块中的完整数据进行修改时，需各个不同部门的管理人员同时确认和修改；管理模块：对登录人员信息进行核实，对预测结果和完整数据进行显示，对数据采集整理模块
、
特征选择提取模块和数据分析模块进行调整，并且对操作过程进行记录；预警模块：通过设置阈值，在预测结果超出阈值范围时，向工作人员发出警报，提醒工作人员及时对电力输送进行调整；数据删除模块：对数据采集整理模块
、
特征选择提取模块和数据分析模块中超出设定期限的数据进行删除
。2.
如权利要求1所述的一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，所述数据采集整理模块：数据采集模块：对用户的用电数据进行采集；数据整理模块：对用户的用电数据进行整理，得到每个时段的总数值，并且对采集的完整数据进行打包；第一数据储存模块：对打包的完整数据进行储存；第一结果传输模块：对总数值进行传输；第一完整数据传输模块：对打包的完整数据进行传输
。3.
如权利要求1所述的一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，所述特征选择提取模块包括：特征选择模块：工作人员根据用户的情况对特征选择模式进行设定；特征提取模块：通过设定的特征提取模式对总数值中需要的特征数据进行提取；第二数据储存模块：对打包的完整数据进行储存；第二结果传输模块：将提取的特征数据进行传输；第二完整数据传输模块：对打包的完整数据进行传输
。4.
如权利要求1所述的一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，所述数据分析模块包括：
处理模块：对提取的特征数据进行分析处理，预测此用户的未来一段时间的用电模式；数据库：对预测结果和结构的打包的完整数据进行储存
。5.
如权利要求4所述的一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，所述处理模块采用
PyTorch
框架和卷积神经网络，并且使用的模型为预先训练完成的模型
。6.
如权利要求1所述的一种大工业用户负荷特征提取与用电模式分析系统，其特征在于，所述安全模块包括：数据对比模块：对数据采集整理模块
、

【专利技术属性】
技术研发人员：南钰，睢媛媛，宗一，于永哲，孔真真，郭楠伟，常勇，郑罡，
申请(专利权)人：国网河南省电力公司开封供电公司，
类型：发明
国别省市：