一种基于云计算的智能用电分析方法及系统与流程

本发明涉及用电分析技术领域，尤其涉及一种基于云计算的智能用电分析方法及系统。

背景技术：

目前，用户在用电过程中，并不了解自己采用峰谷分时策略是否确实节省电费、是否适合自身用电习惯。而复杂的电费算法也增加了用户计算电费的难度，导致很多用户不清楚如何用电才适合自己，往往白白浪费了自己的电费。并且用户大量在用电紧张的时段集中用电，甚至还会影响电网整体供电稳定性。

因此，如何有效的为用户提供用电策略，以降低用户用电费用，提高电能利用率，是一项亟待解决的问题。

技术实现要素：

有鉴于此，本发明提供了一种基于云计算的智能用电分析方法，能够有效的为用户提供用电策略，以降低用户用电费用，提高电能利用率。

本发明提供了一种基于云计算的智能用电分析方法，包括：

获取用户历史用电数据；

基于所述历史用电数据进行用能分析，得出用户的用电规律信息；

基于所述用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

优选地，所述基于所述历史用电数据进行用能分析，得出用户的用电规律信息，包括：

基于所述历史用电数据，对电费进行预测，得出电费预测信息。

优选地，所述基于所述历史用电数据进行用能分析，得出用户的用电规律信息，还包括：

基于所述历史用电数据，对电费变化进行分析，得出电费变化信息。

优选地，所述基于所述历史用电数据进行用能分析，得出用户的用电规律信息，还包括：

基于所述历史用电数据，对用电波动进行分析，得出用电波动信息。

优选地，所述基于所述历史用电数据进行用能分析，得出用户的用电规律信息，还包括：

基于所述历史用电数据，对日用电进行分析，得出日用电信息。

一种基于云计算的智能用电分析系统，包括：

获取模块，用于获取用户历史用电数据；

用能分析模块，用于基于所述历史用电数据进行用能分析，得出用户的用电规律信息；

计算模块，用于基于所述用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

确定模块，用于基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

优选地，所述用能分析模块包括：

电费预测单元，用于基于所述历史用电数据，对电费进行预测，得出电费预测信息。

优选地，所述用能分析模块还包括：

电费变化分析单元，用于基于所述历史用电数据，对电费变化进行分析，得出电费变化信息。

优选地，所述用能分析模块还包括：

用电波动分析单元，用于基于所述历史用电数据，对用电波动进行分析，得出用电波动信息。

优选地，所述用能分析模块还包括：

日用电分析单元，用于基于所述历史用电数据，对日用电进行分析，得出日用电信息。

综上所述，本发明公开了一种基于云计算的智能用电分析方法，当需要为用户提供用电策略时，首先获取用户历史用电数据，然后基于历史用电数据进行用能分析，得出用户的用电规律信息，然后基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费，基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。本发明能够结合用户的历史用电数据，对执行和不执行峰谷分时用电策略的电费进行计算，根据计算结果为用户提供对应的供电策略，以达到降低用户用电费用，提高电能利用率的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明公开的一种基于云计算的智能用电分析方法实施例1的方法流程图；

图2为本发明公开的一种基于云计算的智能用电分析方法实施例2的方法流程图

图3为本发明公开的一种基于云计算的智能用电分析系统实施例1的结构示意图；

图4为本发明公开的一种基于云计算的智能用电分析系统实施例2的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明公开的一种基于云计算的智能用电分析方法实施例1的方法流程图，所述方法可以包括以下步骤：

s101、获取用户历史用电数据；

当需要为用户提供合理的用电策略时，首先获取用户的历史用电数据，例如，获取用户近两年内的用电数据。

s102、基于历史用电数据进行用能分析，得出用户的用电规律信息；

当获取到用户的历史用电数据后，进一步对获取到的海量的历史用电数据进行整合分析，得出用户的用电规律。

s103、基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

当得到用户的用电规律信息后，进一步结合用户的用电规律，即结合用户的用电习惯分别计算用户在执行和不执行峰谷分时用电策略的用电电费。

s104、基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

当计算出用户在执行和不执行峰谷分时用电策略的电费后，将执行峰谷分时用电策略的电费与不执行峰谷分时用电策略的电费进行比较，将电费较低的用电方式提供给用户作参考。例如，当执行峰谷分时用电策略的电费比不执行峰谷分时用电策略的电费时，将执行峰谷分时用电策略提供给用户作参考。

综上所述，在上述实施例中，当需要为用户提供用电策略时，首先获取用户历史用电数据，然后基于历史用电数据进行用能分析，得出用户的用电规律信息，然后基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费，基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。本发明能够结合用户的历史用电数据，对执行和不执行峰谷分时用电策略的电费进行计算，根据计算结果为用户提供对应的供电策略，以达到降低用户用电费用，提高电能利用率的目的。

如图2所示，为本发明公开的一种基于云计算的智能用电分析方法实施例2的方法流程图，所述方法可以包括以下步骤：

s201、获取用户历史用电数据；

当需要为用户提供合理的用电策略时，首先获取用户的历史用电数据，例如，获取用户近两年内的用电数据。

s202、基于历史用电数据，对电费进行预测，得出电费预测信息；

当获取到用户的历史用电数据后，进一步对获取到的海量的历史用电数据进行整合分析，得出用户的用电规律。

具体的，可以对电费进行预测，在预测电费时，首先预测电量，判断上月是否有电费账单数据，有数据时预测，无数据时不预测，并输出未检测到您的历史用电数据，无法为您提供预测服务的提示文字信息，当有电费账单数据时，取上月同日的本日用电量，若无上月同日数据时，取历史各月同日的本日用电量平均值，然后对日电费进行预测，预测日期电费＝sum(各时段预测电量*各时段电价)，历史日期电费＝sum(各时段采集电量*各时段电价)；然后通过公式a＝sum(本月历史日期实际电费+本月未来日期预测电费)对本月使用电费进行预计，并输出“依据您的用电习惯，至本月月底预计将使用电费a元，您当前电费账户余额b元。为保证正常用电，建议您及时充值。”的提示信息。

s203、基于历史用电数据，对电费变化进行分析，得出电费变化信息；

基于历史用电数据，还可以对电费变化进行分析，具体的计算规则为：电费相比去年同期差额：本年月度的本期用电费-上年同月的本期用电费，电费相比上月差额：选择月份的本期用电费-上月的本期用电费，根据计算结果，电费差额≥0时，输出增加x元，电费差额＜0时，输出减少|x|元。

s204、基于历史用电数据，对用电波动进行分析，得出用电波动信息；

基于历史用电数据，还可以对用电波动进行分析，具体的计算规则为：日用电量＝sum(指定日期用户编号相同的本日用电量)，日平均用电量＝avg(账单月的日用电量)，最大值＝max(日用电量)，最小值＝min(日用电量)，日用电最大波动a＝max[(最大值-日平均用电量),(最小值-日平均用电量)]/日平均用电量*100％；本地区同行业用户筛选为：与选定用户的用电地址代码(到区县码级别)相同、行业类别(行业代码前两位+00)相同，地区同行业日用电最大波动均值b＝avg(本地区同行业用户的日用电最大波动a)；其中，数据来源包括：用电地址代码--用户档案数据，本日用电量--采集账单数据；当a＞b时，输出x月份您的日用电最大波动为a，本地区同行业日用电最大波动平均值为b，高于本地区同行平均水平。当a＝b时，输出x月份您的日用电最大波动为a，本地区同行业日用电最大波动平均值为b，与本地区的行业相同。当a＜b时，输出x月份您的店铺日用电最大波动为a，本地区同行业日用电最大波动平均值为b，低于本地区同行平均水平。

s205、基于历史用电数据，对日用电进行分析，得出日用电信息；

基于历史用电数据，还可以对日用电进行分析，具体的计算规则为：日用电量＝sum(指定日期用户编号相同的本日用电量)，日平均用电量a＝avg(账单月的日用电量)；

b＝max(日用电量)，b1为对应用电日期，出现多日最大电量时取最早日期；c＝min(日用电量)，c1为对应用电日期，出现多日最小电量时取最早日期；根据分析结果，输出x月份您的店铺日均用电量为a度，当月b1日用电量为b度，是本月用电量最高的一天，当月c1日用电量为c度，是本月用电量最低的一天。

s206、基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

根据以上用能分析结果得出用户用电规律，即每个时间段的平均用电量。并按用电规律计算和展示执行和不执行“峰谷分时”下的电费，为用户推荐费用较低的用电方式。

具体的，执行和不执行峰谷分时的电费计算方法如表1所示：

表1执行和不执行峰谷分时的电费计算方法

s207、基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

当计算出用户在执行和不执行峰谷分时用电策略的电费后，将执行峰谷分时用电策略的电费与不执行峰谷分时用电策略的电费进行比较，将电费较低的用电方式提供给用户作参考。

具体的，省电金额用电费差额a表示，计算公式如下：

电费差额a＝|执行分时的电费-不执行分时的电费|；

通过是否执行分时，来推荐省电策略，如下：

min(执行分时的电费，不执行分时的电费)对应策略；

是否执行分时策略，需要根据用户近一年的用电习惯，结合峰谷时段电价等信息计算是否执行分时下的电费。具体的：

执行分时的电费＞不执行分时的电费：根据用户近一年的用电习惯，不执行分时策略更划算，建议用户不执行分时电价。

执行分时的电费＜不执行分时的电费：根据用户近一年的用电习惯，执行分时电价预计电费较低，建议建议执行峰谷分时电价。

执行分时的电费＝不执行分时的电费：根据用户近一年的用电习惯，是否执行分时电价对用户电费影响不大，可以建议用户先了解一下电价政策。

用户表计不支持分时(无峰谷电量)：如果用户在谷时用电较多，可以考虑执行分时电价。

综上所述，本发明将复杂的计算公式交给计算机，利用其快速的计算能力和大数据技术可以将海量用户的用电情况进行整合分析，得出用户集中用电时段，并提供合理的峰谷分时策略，在满足用户用电习惯的前提下，计算执行和不执行峰谷分时下的电费，并推荐电费较低的用电方式，可以大大降低用户用电费用、提高电能利用率、用电稳定性。

如图3所示，为本发明公开的一种基于云计算的智能用电分析系统实施例1的结构示意图，所述系统可以包括：

获取模块301，用于获取用户历史用电数据；

当需要为用户提供合理的用电策略时，首先获取用户的历史用电数据，例如，获取用户近两年内的用电数据。

用能分析模块302，用于基于历史用电数据进行用能分析，得出用户的用电规律信息；

当获取到用户的历史用电数据后，进一步对获取到的海量的历史用电数据进行整合分析，得出用户的用电规律。

计算模块303，用于基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

当得到用户的用电规律信息后，进一步结合用户的用电规律，即结合用户的用电习惯分别计算用户在执行和不执行峰谷分时用电策略的用电电费。

确定模块304，用于基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

当计算出用户在执行和不执行峰谷分时用电策略的电费后，将执行峰谷分时用电策略的电费与不执行峰谷分时用电策略的电费进行比较，将电费较低的用电方式提供给用户作参考。例如，当执行峰谷分时用电策略的电费比不执行峰谷分时用电策略的电费时，将执行峰谷分时用电策略提供给用户作参考。

综上所述，在上述实施例中，当需要为用户提供用电策略时，首先获取用户历史用电数据，然后基于历史用电数据进行用能分析，得出用户的用电规律信息，然后基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费，基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。本发明能够结合用户的历史用电数据，对执行和不执行峰谷分时用电策略的电费进行计算，根据计算结果为用户提供对应的供电策略，以达到降低用户用电费用，提高电能利用率的目的。

如图4所示，为本发明公开的一种基于云计算的智能用电分析系统实施例2的结构示意图，所述系统可以包括：

获取模块401，用于获取用户历史用电数据；

当需要为用户提供合理的用电策略时，首先获取用户的历史用电数据，例如，获取用户近两年内的用电数据。

电费预测单元402，用于基于历史用电数据，对电费进行预测，得出电费预测信息；

当获取到用户的历史用电数据后，进一步对获取到的海量的历史用电数据进行整合分析，得出用户的用电规律。

具体的，可以对电费进行预测，在预测电费时，首先预测电量，判断上月是否有电费账单数据，有数据时预测，无数据时不预测，并输出未检测到您的历史用电数据，无法为您提供预测服务的提示文字信息，当有电费账单数据时，取上月同日的本日用电量，若无上月同日数据时，取历史各月同日的本日用电量平均值，然后对日电费进行预测，预测日期电费＝sum(各时段预测电量*各时段电价)，历史日期电费＝sum(各时段采集电量*各时段电价)；然后通过公式a＝sum(本月历史日期实际电费+本月未来日期预测电费)对本月使用电费进行预计，并输出“依据您的用电习惯，至本月月底预计将使用电费a元，您当前电费账户余额b元。为保证正常用电，建议您及时充值。”的提示信息。

电费变化分析单元403，用于基于历史用电数据，对电费变化进行分析，得出电费变化信息；

基于历史用电数据，还可以对电费变化进行分析，具体的计算规则为：电费相比去年同期差额：本年月度的本期用电费-上年同月的本期用电费，电费相比上月差额：选择月份的本期用电费-上月的本期用电费，根据计算结果，电费差额≥0时，输出增加x元，电费差额＜0时，输出减少|x|元。

用电波动分析单元404，用于基于历史用电数据，对用电波动进行分析，得出用电波动信息；

基于历史用电数据，还可以对用电波动进行分析，具体的计算规则为：日用电量＝sum(指定日期用户编号相同的本日用电量)，日平均用电量＝avg(账单月的日用电量)，最大值＝max(日用电量)，最小值＝min(日用电量)，日用电最大波动a＝max[(最大值-日平均用电量),(最小值-日平均用电量)]/日平均用电量*100％；本地区同行业用户筛选为：与选定用户的用电地址代码(到区县码级别)相同、行业类别(行业代码前两位+00)相同，地区同行业日用电最大波动均值b＝avg(本地区同行业用户的日用电最大波动a)；其中，数据来源包括：用电地址代码--用户档案数据，本日用电量--采集账单数据；当a＞b时，输出x月份您的日用电最大波动为a，本地区同行业日用电最大波动平均值为b，高于本地区同行平均水平。当a＝b时，输出x月份您的日用电最大波动为a，本地区同行业日用电最大波动平均值为b，与本地区的行业相同。当a＜b时，输出x月份您的店铺日用电最大波动为a，本地区同行业日用电最大波动平均值为b，低于本地区同行平均水平。

日用电分析单元405，用于基于历史用电数据，对日用电进行分析，得出日用电信息；

基于历史用电数据，还可以对日用电进行分析，具体的计算规则为：日用电量＝sum(指定日期用户编号相同的本日用电量)，日平均用电量a＝avg(账单月的日用电量)；

b＝max(日用电量)，b1为对应用电日期，出现多日最大电量时取最早日期；c＝min(日用电量)，c1为对应用电日期，出现多日最小电量时取最早日期；根据分析结果，输出x月份您的店铺日均用电量为a度，当月b1日用电量为b度，是本月用电量最高的一天，当月c1日用电量为c度，是本月用电量最低的一天。

计算模块406，用于基于用电规律信息分别计算执行和不执行峰谷分时用电策略的电费；

根据以上用能分析结果得出用户用电规律，即每个时间段的平均用电量。并按用电规律计算和展示执行和不执行“峰谷分时”下的电费，为用户推荐费用较低的用电方式。

具体的，执行和不执行峰谷分时的电费计算方法如表1所示。

确定模块407，用于基于执行和不执行峰谷分时用电策略的电费计算结果，确定用电策略。

当计算出用户在执行和不执行峰谷分时用电策略的电费后，将执行峰谷分时用电策略的电费与不执行峰谷分时用电策略的电费进行比较，将电费较低的用电方式提供给用户作参考。

具体的，省电金额用电费差额a表示，计算公式如下：

电费差额a＝|执行分时的电费-不执行分时的电费|；

通过是否执行分时，来推荐省电策略，如下：

min(执行分时的电费，不执行分时的电费)对应策略；

是否执行分时策略，需要根据用户近一年的用电习惯，结合峰谷时段电价等信息计算是否执行分时下的电费。具体的：

执行分时的电费＞不执行分时的电费：根据用户近一年的用电习惯，不执行分时策略更划算，建议用户不执行分时电价。

执行分时的电费＜不执行分时的电费：根据用户近一年的用电习惯，执行分时电价预计电费较低，建议建议执行峰谷分时电价。

执行分时的电费＝不执行分时的电费：根据用户近一年的用电习惯，是否执行分时电价对用户电费影响不大，可以建议用户先了解一下电价政策。

用户表计不支持分时(无峰谷电量)：如果用户在谷时用电较多，可以考虑执行分时电价。

综上所述，本发明将复杂的计算公式交给计算机，利用其快速的计算能力和大数据技术可以将海量用户的用电情况进行整合分析，得出用户集中用电时段，并提供合理的峰谷分时策略，在满足用户用电习惯的前提下，计算执行和不执行峰谷分时下的电费，并推荐电费较低的用电方式，可以大大降低用户用电费用、提高电能利用率、用电稳定性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。