摘要
本发明涉及电力数据处理,具体涉及一种基于电力营销管理系统的电力异常信息稽查方法,获取电力用户所属区域内所有电力用户的历史平均用电数据序列,将历史平均用电数据序列输入训练好的用电预测模型,得到未来一段时间内的参考用电数据序列,获取电力用户在未来一段时间内的实际用电数据序列,计算实际用电数据序列与参考用电数据序列之间基于时间序列的肯德尔秩相关系数,并根据肯德尔秩相关系数判断电力用户的用电数据是否存在异常;本发明提供的技术方案能够有效克服现有技术所存在的难以准确、快速地筛选出用电数据存在异常的目标电力用户,以及无法有效确定目标电力用户的大规模异常用电数据的缺陷。
技术关键词
电力营销管理系统
稽查方法
异常信息
数据
Elman神经网络
序列
稽查模型
矩阵
训练集
优化器
动态变化特征
多尺度
通道
信息更新
元素
非线性
关系
记忆
参数
系统为您推荐了相关专利信息
车辆行驶数据
底盘控制方法
大语言模型
决策
样本
人工智能驱动
缓存过期时间
速度预测模型
邻域
社交
早期预警方法
无量纲参数
早期预警系统
电压
电池组