基于电力数据的企业用电情况的监测方法及装置

技术领域

本发明属于电力数据分析领域，尤其涉及一种基于电力数据的企业用电情况的监测方法及装置。

背景技术

企业的经营状况往往可以通过监测用电情况来分析，而企业的用电情况与企业的实时负荷具有很大的关联性。因此，通常对企业的实时负荷数据与用电情况进行拟合得到用电曲线，通过用电曲线来监控企业的经营状况，以便及时对企业的经营异常情况做出响应。

然而在实际应用中，电网公司往往仅能直接获取到部分企业的实时负荷，对于其他的未知企业，例如一些在园区中的企业，电费由园区自行结算，因此位于园区中的企业对电网公司来说是无法获取到实时负荷的，导致对用电情况的监测难以覆盖所有企业。

常规处理方法为根据企业申请的用电额定容量或根据企业同期用电总量按比例缩放用电曲线，但是这些企业大多属于多种不同产业类型，不同产业类型的企业的用电量甚至可能存在不同量级的巨大差异，即使是同一产业类型的企业也可能由于企业规模、资本规模等原因，导致用电量存在较大差异，因此上述常规处理方法不仅不符合行业发展特性，也忽略了企业用电量的实时性，导致对这部分企业的负荷预测结果不准确，进而影响对经营状况的分析结果。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于电力数据的企业用电情况的监测方法，包括：

基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数；

在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值；

根据实时负荷预测值与用电量进行拟合，得到实时用电曲线；

获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果.

可选的，所述基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数，包括：

基于公式一计算企业在第i时刻的负荷误差率ERR

其中，P

基于公式二构建目标函数W；

可选的，所述在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值，包括：

获取在第i时刻下电网的总负荷P

将P

获取企业j在第i时刻的负荷率load

可选的，所述获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果，包括：

通过查询预先构建的名称词典得到企业的标准名称，根据标准名称获取企业的历史用电曲线；

计算历史用电曲线与实时用电曲线的差值；

若计算出的差值大于0且超过预设阈值，则判定企业用电异常。

可选的，所述通过查询预先构建的名称词典得到企业的标准名称，根据标准名称获取企业的历史用电曲线，包括：

获取企业的名称文本，对名称文本进行分词处理，得到若干个关键词；

通过倒排索引将关键词与词典中的企业名称进行匹配，将在词典中匹配到的企业名称作为标准名称；

获取预先存储的与标准名称对应的历史用电曲线。

本发明还基于同样的思路提出了一种基于电力数据的企业用电情况的监测装置，包括：

构建单元：用于基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数；

预测单元：用于在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值；

拟合单元：用于根据实时负荷预测值与用电量进行拟合，得到实时用电曲线；

监测单元：用于获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果。

可选的，所述构建单元具体用于：

基于公式一计算企业在第i时刻的负荷误差率ERR

其中，P

基于公式二构建目标函数W；

可选的，所述预测单元具体用于：

获取在第i时刻下电网的总负荷P

将P

获取企业j在第i时刻的负荷率load

可选的，所述监测单元具体用于：

通过查询预先构建的名称词典得到企业的标准名称，根据标准名称获取企业的历史用电曲线；

计算历史用电曲线与实时用电曲线的差值；

若计算出的差值大于0且超过预设阈值，则判定企业用电异常。

可选的，所述监测单元还包括查询单元，用于：

获取企业的名称文本，对名称文本进行分词处理，得到若干个关键词；

通过倒排索引将关键词与词典中的企业名称进行匹配，将在词典中匹配到的企业名称作为标准名称；

获取预先存储的与标准名称对应的历史用电曲线。

本发明提供的技术方案带来的有益效果是：

通过建立包含负荷误差率和日用电量误差率的目标函数，实现对无法直接获取实时负荷数据的企业进行负荷预测，相比于常规的处理方法得到的负荷预测结果更加准确，进而提高了企业用电情况监测结果的准确性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述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为本发明提出的基于电力数据的企业用电情况的监测方法的流程示意图；

图2为本发明提出的基于电力数据的企业用电情况的监测装置的结构框图。

具体实施方式

为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。

实施例一

如图1所示，本发明提出了一种基于电力数据的企业用电情况的监测方法，包括：

S1：基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数；

S2：在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值；

S3：根据实时负荷预测值与用电量进行拟合，得到实时用电曲线；

S4：获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果。

通过建立包含负荷误差率和日用电量误差率的目标函数，实现对无法直接获取实时负荷数据的企业进行负荷预测，相比于常规的处理方法得到的负荷预测结果更加准确，进而提高了企业用电情况监测结果的准确性。通过对企业用电情况的监测，电网公司能够及时发现企业的异常用电情况，进而有利于电网公司对企业经营情况以及信用风险等方面进行判断，便于电网公司及时根据企业的经营情况做出响应。

在本实施例中，所述基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数，包括：

基于公式一计算剩余企业在第i时刻的负荷误差率ERR

其中，P

基于公式二构建目标函数W；

在本实施例中，所述在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值，包括：

获取在第i时刻下电网的总负荷P

将P

获取企业j在第i时刻的负荷率load

对于电网公司来说，有些企业的实时负荷是可以直接获取的，这些企业大多独立进行电费结算。而有些企业是通过第三方进行电费结算的，例如园区中的企业，通常由园区统一进行电费结算.为了提高企业用电情况的监测结果的准确性，需要对这部分企业的实时负荷进行预测。

在本实施例中，若要使目标函数W的值最小，则应当使企业的实时负荷达到最大，即目标函数的求解结果为P

在本实施例中，根据实时负荷预测值与用电量进行拟合，得到实时用电曲线。对于电网公司可直接获取实时负荷的企业，首先获取实时负荷，再通过预置的电网营销系统获取所述企业的用电量，通过常规的拟合方法，将实时负荷与用电量进行拟合，得到各个企业的用电曲线；对于电网公司不能直接获取实时负荷的企业，首先通过所述企业所在的线路专变获取用电量，再通过常规的拟合方法将S2中的实时负荷预测值与用电量进行拟合，得到各个企业的用电曲线。

所述获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果，包括：

通过查询预先构建的名称词典得到企业的标准名称，根据标准名称获取企业的历史用电曲线。考虑到企业在电网公司备案时的名称可能随着企业发展发生改变，为了能够准确的获取到企业对应的历史用电曲线，在本实施例中还包括：获取企业的名称文本，对名称文本进行分词处理，得到若干个关键词，本实施例中采用常规分词算法进行文本处理。

通过倒排索引将关键词与词典中的企业名称进行匹配，倒排索引是一种用于关系数据库系统的索引方式，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射，在本实施例中倒排索引中的索引表为关键词到企业名称的映射。词典中预先存储有各个企业在备案时的标准名称，通过倒排索引的方式查找到关键词在词典中的位置，读取所述位置上的企业名称，即得到与关键词匹配的标准名称，再获取预先存储的与标准名称对应的历史用电曲线。

计算历史用电曲线与实时用电曲线的差值，若计算出的差值大于0且超过预设阈值，则判定企业用电异常。本实施例中，以时间为基准依次计算每个时刻的历史用电曲线与实时用电曲线的差值，当判定企业用电异常时，生成异常报警信息，所述异常报警信息包括上述计算出的差值以及差值对应的时刻。

实施例二

如图2所示，本发明提出了一种基于电力数据的企业用电情况的监测装置5，包括：

构建单元51：用于基于实时负荷误差率与日用电量误差率相加的最小值建立目标函数；

预测单元52：用于在满足预设约束条件下，根据电网的实时负荷数据对目标函数进行求解，得到企业的实时负荷预测值；

拟合单元53：用于根据实时负荷预测值与用电量进行拟合，得到实时用电曲线；

监测单元54：用于获取企业的历史用电曲线，比较历史用电曲线与实时用电曲线，根据比较结果得到企业用电情况的监测结果。

通过建立包含负荷误差率和日用电量误差率的目标函数，实现对无法直接获取实时负荷数据的企业进行负荷预测，相比于常规的处理方法得到的负荷预测结果更加准确，进而提高了企业用电情况监测结果的准确性。通过对企业用电情况的监测，电网公司能够及时发现企业的异常用电情况，进而有利于电网公司对企业经营情况以及信用风险等方面进行判断，便于电网公司及时根据企业的经营情况做出响应。

在本实施例中，所述构建单元51具体用于：

基于公式一计算剩余企业在第i时刻的负荷误差率ERR

其中，P

基于公式二构建目标函数W；

在本实施例中，所述预测单元52具体用于：

获取在第i时刻下电网的总负荷P

将P

获取企业j在第i时刻的负荷率load

对于电网公司来说，有些企业的实时负荷是可以直接获取的，这些企业大多独立进行电费结算。而有些企业是通过第三方进行电费结算的，例如园区中的企业，通常由园区统一进行电费结算.为了提高企业用电用电情况的监测结果的准确性，需要对这部分企业的实时负荷进行预测。

在本实施例中，若要是目标函数W的值最小，则应当使企业的实时负荷达到最大，即目标函数的求解结果为P

在本实施例中，所述拟合单元53用于根据实时负荷预测值与用电量进行拟合，得到实时用电曲线。对于电网公司可直接获取实时负荷的企业，首先获取实时负荷，再通过预置的电网营销系统获取所述企业的用电量，通过常规的拟合方法，将实时负荷与用电量进行拟合，得到各个企业的用电曲线；对于电网公司不能直接获取实时负荷的企业，首先通过所述企业所在的线路专变获取用电量，再通过常规的拟合方法将预测单元52中得到的实时负荷预测值与用电量进行拟合，得到各个企业的用电曲线。

在本实施例中，所述监测单元54具体用于：

通过查询预先构建的名称词典得到企业的标准名称，根据标准名称获取企业的历史用电曲线。考虑到企业在电网公司备案时的名称可能随着企业发展发生改变，为了能够准确的获取到企业对应的历史用电曲线，在本实施例中还包括：获取企业的名称文本，对名称文本进行分词处理，得到若干个关键词，本实施例中采用常规分词算法进行文本处理。

通过倒排索引将关键词与词典中的企业名称进行特征匹配，倒排索引是一种用于关系数据库系统的索引方式，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射，在本实施例中倒排索引中的索引表为关键词到企业名称的映射。词典中预先存储有各个企业在备案时的标准名称，通过倒排索引的方式查找到关键词在词典中的位置，读取所述位置上的企业名称，即得到与关键词匹配的标准名称。

计算历史用电曲线与实时用电曲线的差值，若计算出的差值大于0且超过预设阈值，则判定企业用电异常。本实施例中，以时间为基准依次计算每个时刻的历史用电曲线与实时用电曲线的差值，当判定企业用电异常时，生成异常报警信息，所述异常报警信息包括上述计算出的差值以及差值对应的时刻。

上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。

以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。