CN117147958B - 一种基于实时用电监测的窃电判别方法及装置 - Google Patents
一种基于实时用电监测的窃电判别方法及装置 Download PDFInfo
- Publication number
- CN117147958B CN117147958B CN202311073243.3A CN202311073243A CN117147958B CN 117147958 B CN117147958 B CN 117147958B CN 202311073243 A CN202311073243 A CN 202311073243A CN 117147958 B CN117147958 B CN 117147958B
- Authority
- CN
- China
- Prior art keywords
- electricity
- threshold value
- electricity consumption
- real
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 523
- 238000012544 monitoring process Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000003203 everyday effect Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012850 discrimination method Methods 0.000 claims 2
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/066—Arrangements for avoiding or indicating fraudulent use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
- G01R11/24—Arrangements for avoiding or indicating fraudulent use
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种基于实时用电监测的窃电判别方法及装置，包括：获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。能够基于实时的用电情况进行实时窃电分析，无需人工定期查看，通过数字化自动化智能分析，降低人工成本，并且判别更加准确和实时，能够帮助及时加以应对措施。
Description
技术领域
本发明涉及用电技术领域，具体涉及一种基于实时用电监测的窃电判别方法及装置。
背景技术
目前，配电侧电力用户的窃电、欺诈等一系列欺骗性用电行为所导致的损失统称为非技术性损失NTL(Non-Technical Loss)。非技术性损失对电网的正常运行会产生严重的影响，扰乱地区电网的正常调度，甚至会由于用户私自改接线路而引发安全事故。目前的反窃电现状还是依赖于典型日的理论线损计算值与实际的管理线损值进行对比分析，进一步提出降损措施；传统的线损管理模式存在时间不同步性、数据不准确性等各种弊端，无法反映真实的线损现状，也无法提出更为精准的反窃电和降损措施。通常同一供电台区内分为不同用电等级用户，不同用户用电特征各不相同。而现有的窃电判别还不能有针对性的对应不同的用户对象分别进行有效监测。
发明内容
针对所述缺陷，本发明实施例公开了基于实时用电监测的窃电判别方法及装置，其基于用户的实时用电情况对窃电现象进行有效判别。
本发明实施例第一方面公开了一种基于实时用电监测的窃电判别方法，包括：
获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；
采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；
当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
作为一种可选的实施方式，在本发明实施例第一方面中，还包括：
当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述历史用电数据生成与不同时间段对应的用电阈值，包括：
将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；
分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；
基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
作为一种可选的实施方式，在本发明实施例第一方面中，基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，包括：
设置第一系数和第二系数，第一系数大于1，第二系数小于1；
基于公式dmax*a1生成该不同时间段的用电阈值上限，以及基于公式dmin*a2生成该不同时间段的用电阈值下限，其中，dmax是不同时间段的最大用电阈值，dmin是不同时间段的最小用电阈值，a1是第一系数，a2是第二系数；
将用电阈值上限和用电阈值下限组成不同时间段对应的用电阈值。
作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述历史用电数据生成与不同时间段对应的用电阈值，包括：
将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；
分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；
获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；
比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
作为一种可选的实施方式，在本发明实施例第一方面中，所述基于用电分布范围修正最大用电阈值和最小用电阈值，包括：
获取不同季节的不同时间段中用电分布范围中的分布最大值和分布最小值；
获取分布最大值和最大用电阈值之间的中间值为修正后的最大用电阈值，获取分布最小值和最小用电阈值之间的中间值为修正后的最小用电阈值。
作为一种可选的实施方式，在本发明实施例第一方面中，还包括：
接收目标对象的超阈值用电申请，所述超阈值用电申请包括超阈值用电时间和最大用电阈值；
当所述实时用电数据超出所述用电阈值时检测实时用电数据是否与超阈值用电申请匹配，当匹配时，取消目标对象为窃电对象的标记。
本发明实施例第二方面公开一种基于实时用电监测的窃电判别装置，包括：
历史数据获取模块：用于获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；
实时用电采集模块：用于采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；
用电数据比对模块：用于当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
作为一种可选的实施方式，在本发明实施例第二方面中，还包括：
当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
作为一种可选的实施方式，在本发明实施例第二方面中，所述基于所述历史用电数据生成与不同时间段对应的用电阈值，包括：
将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；
分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；
基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
作为一种可选的实施方式，在本发明实施例第二方面中，基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，包括：
设置第一系数和第二系数，第一系数大于1，第二系数小于1；
基于公式dmax*a1生成该不同时间段的用电阈值上限，以及基于公式dmin*a2生成该不同时间段的用电阈值下限，其中，dmax是不同时间段的最大用电阈值，dmin是不同时间段的最小用电阈值，a1是第一系数，a2是第二系数；
将用电阈值上限和用电阈值下限组成不同时间段对应的用电阈值。
作为一种可选的实施方式，在本发明实施例第二方面中，所述基于所述历史用电数据生成与不同时间段对应的用电阈值，包括：
将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；
分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；
获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；
比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
作为一种可选的实施方式，在本发明实施例第二方面中，所述基于用电分布范围修正最大用电阈值和最小用电阈值，包括：
获取不同季节的不同时间段中用电分布范围中的分布最大值和分布最小值；
获取分布最大值和最大用电阈值之间的中间值为修正后的最大用电阈值，获取分布最小值和最小用电阈值之间的中间值为修正后的最小用电阈值。
作为一种可选的实施方式，在本发明实施例第二方面中，还包括：
接收目标对象的超阈值用电申请，所述超阈值用电申请包括超阈值用电时间和最大用电阈值；
当所述实时用电数据超出所述用电阈值时检测实时用电数据是否与超阈值用电申请匹配，当匹配时，取消目标对象为窃电对象的标记。
本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的基于实时用电监测的窃电判别方法。
本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于实时用电监测的窃电判别方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中通过对监测对象的历史用电情况进行统计归纳，用作实时用电的比对基准，进而判断监测对象的用电是否在正常范围内，如果判断到一个时间段内监测对象用电异常，则持续监测且连续两个时间段都用电超过用电阈值时判别为窃电对象，能够基于实时的用电情况进行实时窃电分析，无需人工定期查看，通过数字化自动化智能分析，降低人工成本，并且判别更加准确和实时，能够帮助及时加以应对措施。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于实时用电监测的窃电判别方法的流程示意图；
图2是本发明实施例公开的另一种基于实时用电监测的窃电判别方法的流程示意图；
图3是本发明实施例公开的另一种基于实时用电监测的窃电判别方法的流程示意图；
图4是本发明实施例提供的一种基于实时用电监测的窃电判别装置的结构示意图；
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种基于实时用电监测的窃电判别方法、装置、电子设备及存储介质，实施例中通过对监测对象的历史用电情况进行统计归纳，用作实时用电的比对基准，进而判断监测对象的用电是否在正常范围内，如果判断到一个时间段内监测对象用电异常，则持续监测且连续两个时间段都用电超过用电阈值时判别为窃电对象，能够基于实时的用电情况进行实时窃电分析，无需人工定期查看，通过数字化自动化智能分析，降低人工成本，并且判别更加准确和实时，能够帮助及时加以应对措施。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于实时用电监测的窃电判别方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于实时用电监测的窃电判别方法包括以下步骤：
101、获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值。
实施例中，目标对象是指从某个行政区域中当前正在进行监测进行数据分析的对象，可能是其中一个个人，也可能是其中一个企业。目标对象的历史用电数据是指该用户在以往足够长的一段过往时间里的用电情况，包括用电所属时间段以及用电量。用电阈值是指不同时间段对应的最大用电量和最小用电量。
102、采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值。
实时检测目标对象的电表运转数据，实际上是对众多用户可以进行同步监测，但是由于每个用户都是单独数据分析预测的，因此实施例中用目标对象区分。实时用电数据是指当前这一时间段该监测用户的用电参数，包括电表转了多少度。实时用电数据的单位与用电阈值的单位相同，以方便进行比对。在本应用中，由于是对窃电行为进行判别，通常实时用电数据是否超出用电阈值具体是对应实时用电数据是否低于用电阈值，当用电量低于用电阈值，表明用电异常。
103、当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
实施例判定是否为窃电对象的标准是当发现一次在一个时间段用户低于用电阈值时，继续监测并且连续两个时间段的实时用电数据都超过用电阈值时，作为窃电对象的判别标准。
进一步在另外一个示例中，图2还示出了另外一种基于实时用电监测的窃电判别方法的流程示意图，如图2所示，该基于实时用电监测的窃电判别方法包括：
201、获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值。
本步骤中，具体的是将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
由于不同的地区四季中的区分时间有所不同，因此根据不同地区的气候原因进行春夏秋天四个季节的划分，划分四季是为了应对不同的时间段的合理用电量。例如南方地区夏季通常用电更多，冬季则少。而基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，包括设置第一系数和第二系数，第一系数大于1，第二系数小于1；基于公式dmax*a1生成该不同时间段的用电阈值上限，以及基于公式dmin*a2生成该不同时间段的用电阈值下限，其中，dmax是不同时间段的最大用电阈值，dmin是不同时间段的最小用电阈值，a1是第一系数，a2是第二系数；将用电阈值上限和用电阈值下限组成不同时间段对应的用电阈值。
202、采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值。
203、当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
204、当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
本示例中，当监测到目标对象在当前时间段超过用电阈值时，继续监测该目标对象，如果没有连续两个时间段都超过用电阈值则不能直接判定为窃电对象，此时实施例监测第二天的用电情况，例如本次监测的当前时间段为T1，对应中午11:00-13:00，则将该时间段的用电情况与明天该相同时间段采集的用电情况进行共同分析，看是否都超过用电阈值。
进一步在另外一个示例中，图3还示出了另外一种基于实时用电监测的窃电判别方法的流程示意图，如图3所示，该基于实时用电监测的窃电判别方法包括：
301、获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值。
本步骤中，将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
上述中，基于用电分布范围修正最大用电阈值和最小用电阈值，包括：获取不同季节的不同时间段中用电分布范围中的分布最大值和分布最小值；获取分布最大值和最大用电阈值之间的中间值为修正后的最大用电阈值，获取分布最小值和最小用电阈值之间的中间值为修正后的最小用电阈值。
302、采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值。
303、当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
304、接收目标对象的超阈值用电申请，所述超阈值用电申请包括超阈值用电时间和最大用电阈值。
实施例还监管目标对象的超阈值用电申请，可以是超过最大用电阈值，也可以是低于最小用电阈值，例如目标对象要离家外出一段时间，这段时间用电量会急剧下降并保持在一个低水平阶段，容易被判定为窃电，此时目标对象可以提取进行申请。
305、当所述实时用电数据超出所述用电阈值时检测实时用电数据是否与超阈值用电申请匹配，当匹配时，取消目标对象为窃电对象的标记。
实施例二
请参阅图4，图4是本发明实施例公开的基于实时用电监测的窃电判别装置的结构示意图。如图4所示，该基于实时用电监测的窃电判别装置可以包括：历史数据获取模块401、实时用电采集模块402和用电数据比对模块403，其中，历史数据获取模块401：用于获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；实时用电采集模块402：用于采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；用电数据比对模块403：用于当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象。
实施例还可以包括用电持续监测模块，用于当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
进一步的，实施例还可以包括用电申请接收模块和用电申请匹配模块，其中，用电申请接收模块用于接收目标对象的超阈值用电申请，所述超阈值用电申请包括超阈值用电时间和最大用电阈值；用电申请匹配模块用于当所述实时用电数据超出所述用电阈值时检测实时用电数据是否与超阈值用电申请匹配，当匹配时，取消目标对象为窃电对象的标记。
在一个示例中，实施例的历史数据获取模块401中具体是将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
而另一个示例中，该历史数据获取模块401还可以是将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值。
实施例三
请参阅图5，图5是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图5所示，该电子设备可以包括：
存储有可执行程序代码的存储器501；
与存储器501耦合的处理器502；
其中，处理器502调用存储器501中存储的可执行程序代码，执行实施例一中的基于实时用电监测的窃电判别方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的基于实时用电监测的窃电判别方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于实时用电监测的窃电判别方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于实时用电监测的窃电判别方法中的部分或全部步骤。
在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的基于实时用电监测的窃电判别方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于实时用电监测的窃电判别方法，其特征在于，包括：
获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；其中，生成用电阈值包括将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值；或者，将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值；其中，基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，包括：设置第一系数和第二系数，第一系数大于1，第二系数小于1；基于公式dmax*a1生成该不同时间段的用电阈值上限，以及基于公式dmin*a2生成该不同时间段的用电阈值下限，其中，dmax是不同时间段的最大用电阈值，dmin是不同时间段的最小用电阈值，a1是第一系数，a2是第二系数；将用电阈值上限和用电阈值下限组成不同时间段对应的用电阈值；
采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；
当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象；
当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
2.根据权利要求1所述的窃电判别方法，其特征在于，所述基于用电分布范围修正最大用电阈值和最小用电阈值，包括：
获取不同季节的不同时间段中用电分布范围中的分布最大值和分布最小值；
获取分布最大值和最大用电阈值之间的中间值为修正后的最大用电阈值，获取分布最小值和最小用电阈值之间的中间值为修正后的最小用电阈值。
3.根据权利要求1所述的窃电判别方法，其特征在于，还包括：
接收目标对象的超阈值用电申请，所述超阈值用电申请包括超阈值用电时间和最大用电阈值；
当所述实时用电数据超出所述用电阈值时检测实时用电数据是否与超阈值用电申请匹配，当匹配时，取消目标对象为窃电对象的标记。
4.一种基于实时用电监测的窃电判别装置，其特征在于，包括：
历史数据获取模块：用于获取目标对象的历史用电数据，基于所述历史用电数据生成与不同时间段对应的用电阈值；其中，生成用电阈值包括将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值；或者，将24小时划分成不同的时间段，并根据当地气候因素将一年中的历史用电数据划分为春夏秋冬四个季节对应的历史用电数据；分别将四个季节中每天不同时间段的历史用电数据进行统计，获取不同季节中每天不同时间段的最大用电阈值和最小用电阈值；获取当地其他用户的历史用电数据，基于所述其他用户的历史用电数据生成四个季节中每天不同时间段的用电分布范围；比对所述最大用电阈值和最小用电阈值是否在用电分布范围内，若是，则基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，否则，基于用电分布范围修正最大用电阈值和最小用电阈值，基于修正后的最大用电阈值和最小用电阈值生成该时间段的用电阈值；其中，基于不同时间段的最大用电阈值和最小用电阈值生成该时间段的用电阈值，包括：设置第一系数和第二系数，第一系数大于1，第二系数小于1；基于公式dmax*a1生成该不同时间段的用电阈值上限，以及基于公式dmin*a2生成该不同时间段的用电阈值下限，其中，dmax是不同时间段的最大用电阈值，dmin是不同时间段的最小用电阈值，a1是第一系数，a2是第二系数；将用电阈值上限和用电阈值下限组成不同时间段对应的用电阈值；
实时用电采集模块：用于采集目标对象的实时用电数据，比对所述实时用电数据是否超出用电阈值；
用电数据比对模块：用于当所述实时用电数据超出所述用电阈值时持续监测该目标对象的实时用电数据，且当连续两个时间段的实时用电数据均超出用电阈值时，定义该目标对象为窃电对象；
用电持续监测模块：用于当目标对象未连续两个时间段的实时用电数据均超出用电阈值时，监测目标对象第二天在与当天超出用电阈值的相同时间段的实时用电数据是否超出用电阈值，若是，则定义该目标对象为窃电对象，否则，定义该目标对象为非窃电对象。
5.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至3任一项所述的基于实时用电监测的窃电判别方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至3任一项所述的基于实时用电监测的窃电判别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311073243.3A CN117147958B (zh) | 2023-08-23 | 2023-08-23 | 一种基于实时用电监测的窃电判别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311073243.3A CN117147958B (zh) | 2023-08-23 | 2023-08-23 | 一种基于实时用电监测的窃电判别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117147958A CN117147958A (zh) | 2023-12-01 |
| CN117147958B true CN117147958B (zh) | 2024-08-20 |
Family
ID=88899912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311073243.3A Active CN117147958B (zh) | 2023-08-23 | 2023-08-23 | 一种基于实时用电监测的窃电判别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117147958B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117788046B (zh) * | 2024-01-25 | 2024-09-06 | 广东美电国创科技有限公司 | 基于物联网的用电监测预警方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106199112A (zh) * | 2016-08-18 | 2016-12-07 | 卢志旭 | 一种防盗电系统 |
| CN112396275A (zh) * | 2019-08-19 | 2021-02-23 | 中移物联网有限公司 | 用电监控方法、系统以及计算机可读存储介质 |
| CN116482598A (zh) * | 2023-05-05 | 2023-07-25 | 安特仪表集团有限公司 | 一种用电数据监测方法及装置 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5736795A (en) * | 1996-04-22 | 1998-04-07 | Honeywell Inc. | Solid state AC switch with self-synchronizing means for stealing operating power |
| JP4457626B2 (ja) * | 2003-10-03 | 2010-04-28 | 日産自動車株式会社 | 組電池の異常判定装置および組電池の異常判定方法 |
| CN103399185A (zh) * | 2013-07-19 | 2013-11-20 | 国家电网公司 | 一种基于智能电表反窃电的计算机系统 |
| CN105808900B (zh) * | 2014-12-29 | 2019-12-31 | 西门子公司 | 确定待评估用户是否有窃漏电嫌疑的方法和装置 |
| CN106204335A (zh) * | 2016-07-21 | 2016-12-07 | 广东工业大学 | 一种电价执行异常判断方法、装置及系统 |
| CN106597086B (zh) * | 2016-12-22 | 2019-04-19 | 国网山东省电力公司鄄城县供电公司 | 防窃电系统及方法 |
| CN107703854A (zh) * | 2017-10-26 | 2018-02-16 | 国网黑龙江省电力有限公司信息通信公司 | 电力负荷监控系统及方法 |
| CN109345013A (zh) * | 2018-09-25 | 2019-02-15 | 广西电网有限责任公司电力科学研究院 | 一种配电用户用电行为预测方法 |
| CN112633692B (zh) * | 2020-12-24 | 2024-12-03 | 国网河北省电力有限公司保定供电分公司 | 查窃电阈值的获取方法和装置、查窃电装置和方法 |
| CN114037010A (zh) * | 2021-11-08 | 2022-02-11 | 广东电网有限责任公司 | 一种电量数据异常的识别方法及装置 |
| CN115616282A (zh) * | 2022-09-16 | 2023-01-17 | 国网重庆市电力公司营销服务中心 | 窃电行为的监测方法、装置、电子设备及介质 |
| CN116047223A (zh) * | 2022-12-28 | 2023-05-02 | 国网河南省电力公司信息通信公司 | 一种基于实时用电信息及大数据分析的窃电判别方法 |
| CN116381324B (zh) * | 2023-03-03 | 2024-10-01 | 深圳市拓普泰克技术股份有限公司 | 一种智能电表 |
| CN115952445B (zh) * | 2023-03-13 | 2023-06-13 | 广东电网有限责任公司佛山供电局 | 一种按比例窃电用户的识别方法及系统 |
-
2023
- 2023-08-23 CN CN202311073243.3A patent/CN117147958B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106199112A (zh) * | 2016-08-18 | 2016-12-07 | 卢志旭 | 一种防盗电系统 |
| CN112396275A (zh) * | 2019-08-19 | 2021-02-23 | 中移物联网有限公司 | 用电监控方法、系统以及计算机可读存储介质 |
| CN116482598A (zh) * | 2023-05-05 | 2023-07-25 | 安特仪表集团有限公司 | 一种用电数据监测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117147958A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115512520A (zh) | 基于智慧燃气的用气安全预警方法及物联网系统 | |
| CN117147958B (zh) | 一种基于实时用电监测的窃电判别方法及装置 | |
| CN111873841A (zh) | 一种智能充电站管理系统 | |
| CN115865649B (zh) | 一种智能运维管理控制方法、系统和存储介质 | |
| CN111666273B (zh) | 抄表系统数据有效性分析方法、装置 | |
| CN108537921B (zh) | 基于人脸识别的访客识别方法和系统 | |
| CN107907759A (zh) | 电力设备的电量监控系统及方法 | |
| CN115002166A (zh) | 基于物联网的电池智能监控、租赁管理系统及方法 | |
| CN115526275A (zh) | 一种用于用电安全的远程多源数据监测分析方法及系统 | |
| CN117093943B (zh) | 一种用电量监测预警方法及装置 | |
| CN115270974B (zh) | 基于大数据分析的智能窃电检测系统 | |
| CN110969514A (zh) | 一种基于物联网的租房安防方法和系统 | |
| CN117147959A (zh) | 一种防窃电分析方法及装置 | |
| CN112036682A (zh) | 一种频繁停电的预警方法及装置 | |
| CN115049410A (zh) | 窃电行为识别方法、装置、电子设备及计算机可读存储介质 | |
| CN114357321A (zh) | 基于智慧运维的建筑能耗管理方法及系统 | |
| CN117788046B (zh) | 基于物联网的用电监测预警方法及装置 | |
| CN118928116A (zh) | 充电站管理方法、设备及存储介质 | |
| CN115641686A (zh) | 电缆火灾监控装置 | |
| CN111210103A (zh) | 基于电量工况的应急监管方法、系统、终端及存储介质 | |
| CN111103490A (zh) | 一种负荷辨识事件检测方法、装置及设备 | |
| CN116505630B (zh) | 一种提升消防物联网设备供电电池寿命的方法及系统 | |
| CN115759756B (zh) | 一种基于大数据的共享经济用户信息管理系统及方法 | |
| CN117962619B (zh) | 蓄电池亏电预警方法、系统、介质及程序产品 | |
| CN117767578B (zh) | 一种输电线路动态增容监测终端异常数据判别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |