摘要
本申请公开了一种电能表数据安全隐患分析方法及系统,涉及电能表异常分析领域,其首先通过对原始智能电表数据流进行预处理,得到高质量的功率时间序列。接着,通过高功率事件识别,将连续的用电数据分解为离散的、有意义的电器运行事件。关键在于,对识别出的高功率事件进行轻量级电器类型特征提取与分类,快速准确地识别出具体电器类型。最后,基于电器类型标签和当前时间上下文,从历史行为数据库中检索对应的正常行为画像,并与当前高功率事件进行比对。这样能够精准识别出功率可能正常但运行时长或运行模式异常的隐蔽性安全隐患,从而实现对电器设备异常运行的智能、精准预警。
技术关键词
安全隐患分析方法
电能表数据
高功率
电器设备
智能电表
编码向量
事件识别
特征值
画像
时序
平衡特征
标签
模式
序列
轨迹
典型
LSTM模型
分析系统
模块
系统为您推荐了相关专利信息
智能监测方法
时序特征
分层可视化
频谱特征
构建训练集
负载控制方法
有功功率
智能电表
模型生成设备
指令
容量评估方法
多任务学习网络
生成对抗网络
空调机组
马尔可夫模型