【技术实现步骤摘要】
本专利技术属于数据分析，具体涉及一种电力营销数据异常分析系统。
技术介绍
1、电力营销系统是指基于计算机技术和网络技术的电力管理平台，旨在为电力营销企业提供全面的业务运营与管理服务，该系统通过完善的数据管理和分析，能够有效的提升企业的业务水平和管理效率，实现客户关系管理、市场营销、计费结算和业务统计等多个功能。
2、电力计量是电力营销系统中的重要组成部分，是保证电能分配准确的基础，因此电力计量的异常分析显得尤为重要，目前电力计量的异常分析是基于计算机技术对目前电力计量数据与历史电力计量数据进行一一比对，在目前电力计量数据出现异常波动时进行异常报警处理，目前的电力计量异常分析方法需要比对处理的数据量大，导致分析速度慢。
3、鉴于此，设计一种电力营销数据异常分析系统，以解决上述问题。
技术实现思路
1、为解决上述
技术介绍
中提出的问题。本专利技术提供了一种电力营销数据异常分析系统，具有能够缩减判断异常电能数据时的数据处理量，同时能够快速精准的判断出异常电能数据的位置，以便及时进行处理的特点。
2、为实现上述目的，本专利技术提供如下技术方案：一种电力营销数据异常分析系统，包括：历史电力计量数据采集模块、历史电力计量数据分类模块、用电密度计算模块、电力用户数据采集模块、电力用户数据分类保存模块、现有电力计量数据预测模块、现有电力计量数据采集模块和电力计量异常数据分析模块，其中：
3、历史电力计量数据采集模块，采集历史电力计量数据，其中，历史电力
4、历史电力计量数据分类模块，接收采集的历史电力计量数据，并基于居住小区对历史电能数据进行分类；
5、用电密度计算模块，计算分类后的各居住小区的用电密度，将计算出的用电密度作为各居住小区的预设用电密度；
6、电力用户数据采集模块，采集电力用户的基本数据，其中，基本数据包括居住小区、户号和户人数；
7、电力用户数据分类保存模块，接收采集的电力用户的基本数据，基于居住小区对电力用户进行分类并保存；
8、现有电力计量数据预测模块，基于各居住小区的户号和户人数计算各居住小区的总人数，再基于各居住小区的总人数和各居住小区的预设用电密度相乘计算出各居住小区的预测总电能数据；
9、现有电力计量数据采集模块，采集现有电力计量数据，其中，现有电力计量数据包括居住小区、户号和现有电能数据；
10、电力计量异常数据分析模块，基于各居住小区的现有电能数据相加计算出各居住小区的现有总电能数据，比较各居住小区的现有总电能数据与预测总电能数据，若各居住小区现有总电能数据小于或等于预测总电能数据，则各居住小区的电力计量正常，反之则大于预测总电能数据的居住小区电力计量存在异常数据，基于异常居住小区的现有电能数据进行分析，判断出异常居住小区的异常户号进行告警，完成分析。
11、进一步的，所述用电密度计算模块计算分类后的各居住小区的用电密度的具体步骤是：
12、s1：基于历史电力计量数据采集模块采集的各居住小区的户号和户人数相乘计算出各居住小区的总居住人数；
13、s2：基于历史电力计量数据采集模块采集的各居住小区的各户号的历史电能数据相加计算出各居住小区的总电能数据；
14、s3：基于各居住小区的总居住人数和总电能数据计算出各居住小区的拟用电密度：
15、
16、式中：a为居住小区的总电能数据，s为居住小区的总居住人数；
17、s4：基于计算出的拟用电密度和各居住小区的各户号的户人数计算出各户号的拟电能数据；
18、s5：比较计算出的各户号的拟电能数据与历史电力计量数据采集模块采集的各户号的历史电能数据，若两者没有偏差，则将计算出的各居住小区的拟用电密度作为各居住小区的用电密度，反之，则基于采集的各户号的历史电能数据与各户号的户人数相除计算出各户号的实际用电密度，再基于各户号的实际用电密度平均值作为各居住小区的用电密度。
19、进一步的，所述电力计量异常数据分析模块基于异常居住小区的现有电能数据进行分析的具体步骤包括：
20、s1：根据异常居住小区地形数据确定异常居住小区中心位置d(i)和边缘位置d(j)；
21、s2：构建以异常居住小区中心位置d(i)为原点，以异常居住小区中心位置d(i)与边缘位置d(j)的距离k为半径的电能数据分析区域；
22、s3：将异常居住小区内各户号的电能数据作为电能分析数据集n；
23、s4：计算异常居住小区中心位置d(i)的电能数据x(i)与各户号电能数据xn(t)间的相关性：
24、
25、式中：ck()为相关性，预设相关性最低阈值，相关性值低于预设相关性最低阈值，则为异常电能数据，x(i)为异常居住小区中心位置d(i)的电能数据，n为电能分析数据集，t为选取电能数据，x(t)为各户号电能数据中第t个电能数据。
26、进一步的，所述电力计量异常数据分析模块的告警包括屏幕显示告警和声音告警。
27、进一步的，所述电力计量异常数据分析模块的屏幕显示告警的告警内容为“居住小区+户号+电力计量异常”。
28、与现有技术相比，本专利技术的有益效果是：
29、本专利技术基于历史电力计量数据将电力用户按照居住小区进行分类，再基于历史电力计量数据计算出各居住小区的用电密度，再基于各居住小区的用电密度和实际人数预测各居住小区的总电能数据，后基于各居住小区实际总电能数据和预测总电能数据进行比较，分析判断出异常居住小区，再基于异常居住小区的各户号实际电能数据间的相关性大小分析出异常电能数据，再基于该异常电能数据的户号精准分析出异常电能数据的位置，较现有技术而言，能够缩减判断异常电能数据时的数据处理量，同时能够快速精准的判断出异常电能数据的位置，以便及时进行处理。
本文档来自技高网...【技术保护点】
1.一种电力营销数据异常分析系统，其特征在于，包括：历史电力计量数据采集模块(1)、历史电力计量数据分类模块(2)、用电密度计算模块(3)、电力用户数据采集模块(4)、电力用户数据分类保存模块(5)、现有电力计量数据预测模块(6)、现有电力计量数据采集模块(7)和电力计量异常数据分析模块(8)，其中：
2.根据权利要求1所述的一种电力营销数据异常分析系统，其特征在于：所述用电密度计算模块(3)计算分类后的各居住小区的用电密度的具体步骤是：
3.根据权利要求1所述的一种电力营销数据异常分析系统，其特征在于：所述电力计量异常数据分析模块(8)基于异常居住小区的现有电能数据进行分析的具体步骤包括：
4.根据权利要求1所述的一种电力营销数据异常分析系统，其特征在于：所述电力计量异常数据分析模块(8)的告警包括屏幕显示告警和声音告警。
5.根据权利要求1所述的一种电力营销数据异常分析系统，其特征在于：所述电力计量异常数据分析模块(8)的屏幕显示告警的告警内容为“居住小区+户号+电力计量异常”。
【技术特征摘要】
1.一种电力营销数据异常分析系统，其特征在于，包括：历史电力计量数据采集模块(1)、历史电力计量数据分类模块(2)、用电密度计算模块(3)、电力用户数据采集模块(4)、电力用户数据分类保存模块(5)、现有电力计量数据预测模块(6)、现有电力计量数据采集模块(7)和电力计量异常数据分析模块(8)，其中：
2.根据权利要求1所述的一种电力营销数据异常分析系统，其特征在于：所述用电密度计算模块(3)计算分类后的各居住小区的用电密度的具体步骤是：
3....
【专利技术属性】
技术研发人员：何萍，周磊，程樾，高纯，严宇，李薇，张雪，马彩莲，王菁雯，
申请(专利权)人：国网湖北省电力有限公司武汉市经济技术开发区汉南区供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。