摘要
本发明公开了一种台区下用户电量异常检测方法及系统,涉及智能电网中的异常用电监测领域,包括:依据台区拓扑档案关系提取用户用电量数据;对数据进行去噪、填补缺失值及异常值处理;运用聚类算法选取典型用电量特征;选择合适滑动窗口长度进行时间序列分析;计算用户与典型用电量特征序列的相对熵;判断相对熵是否大于阈值以识别异常用户。该方法准确提取数据,有效处理噪声与缺失值,通过聚类与滑动窗口捕捉动态变化,利用相对熵量化了用户用电量与典型用电量模式的差异,实现全面、准确、无遗漏的异常检测,提升台区用电管理效率与可靠性。
技术关键词
电量异常检测方法
滑动窗口
典型
序列特征分析
聚类算法
电力公司
标准化方法
模式聚类方法
信息系统
识别异常用户
动态变化特征
皮尔逊相关系数
数据采集频率
周期性特征
模块
系统为您推荐了相关专利信息
负荷检测方法
孪生神经网络
滑动窗口方法
学习方法
构建训练集
家居设备
碳排放监测方法
LSTM模型
环境传感器
历史功率数据
无人机集群组网
优化通信链路
中继节点
网络拓扑分析方法
通信节点