摘要
本发明提供了一种基于人工智能的用电行为分析方法及系统,涉及电力数据分析技术领域。方法包括:获取多个电气设备的历史用电时序数据并进行数据分解,提取每个电气设备的第一用电残差数据;构建多个电气设备的用电残差协方差矩阵,生成用电残差协方差矩阵的相关系数矩阵;根据预设相关阈值和相关系数矩阵对多个电气设备进行聚类;采集多个电气设备的实时用电时序数据并与预设时序周期内该电气设备对应的局部用电时序数据进行关联,提取每个电气设备的第二用电残差数据并输入到所属的设备集合的用电行为分析模型中,输出多个参考分析结果并进行融合,生成多个电气设备的用电行为分析结果。本发明实现了准确地识别短期内的异常用电行为。
技术关键词
电气设备
残差数据
分解算法
协方差矩阵
分析方法
时序
电力数据分析技术
深度优先搜索算法
聚类
分析系统
长短期记忆网络
序列
分析模块
模型训练模块
数据获取模块
参数
周期