一种大数据环境下用户异常行为检测分析系统的制作方法

本发明涉及电力网络管理，尤其涉及一种大数据环境下用户异常行为检测分析系统。

背景技术：

1、电力网络对于用电用户的异常行为有很强的敏感度，在电力系统中，用户用电异常对电网的损害是巨大的。

2、中国专利授权公告号：cn111598179b。公开了一种电力监控系统用户异常行为分析方法、存储介质和设备，该发明公开了一种电力监控系统用户异常行为分析方法、存储介质和设备，采集电力监控系统中反映用户行为的数据；对采集到的反映用户行为的数据进行预处理生成待识别的用户行为数据；通过预先离线训练构建的强分类器对待识别的用户行为数据进行在线识别，识别出用户异常行为并发出告警，该发明对电力监控系统用户异常行为进行在线识别，识别精度高。；

3、由此可见，上述技术方案无法根据用户的习惯对用户异常行为进行预测，从而导致电网缺乏对策时间的问题。

技术实现思路

1、为此，本发明提供一种大数据环境下用户异常行为检测分析系统，用以克服现有技术中无法根据用户的习惯对用户异常行为进行预测，导致电网缺乏对策时间，从而导致电网异常分析的可靠性下降。

2、为实现上述目的，本发明提供一种大数据环境下用户异常行为检测分析系统，其特征在于，包括若干用户采集模块、若干节点采集模块、若干次级分析模块、分析模块，其中：

3、各用户采集模块与各用户端相连，用以收集用户的用户用电数据；

4、各节点采集模块与各电网节点相连，用以收集电网节点的节点供电数据；

5、各次级分析模块与各电网节点对应，对于单个次级分析模块，其与对应的电网节点连接的各用户采集模块相连，用以通过所述用户用电数据分析对应用户的用户用电习惯；

6、所述分析模块与各次级分析模块以及所述各节点采集模块相连，用以通过所述节点供电数据确定异常电网，并根据各用户的用户用电习惯确定异常电网的异常电网类别，并对各异常电网的异常电网类别进行存储；

7、其中，所述用户用电数据包括所述用户端在预设基本周期内的最大用电功率；所述节点供电数据包括对应的电网节点的在预设基本周期内的最大送电功率以及最大送电量；所述用户用电习惯包括在预设计量周期内，各用电用户的所述最大用电功率的次数以及时间；

8、其中，所述预设基本周期为所述分析模块中设置的时间间隔，所述预设计量周期为所述分析模块中设置的基本周期的次数。

9、进一步地，所述次级分析模块在习惯分析条件下，根据所述用户用电数据确定单个用户的基本用电习惯；

10、其中，所述基本用电习惯在所述预设基本周期内所述单个用户的所述最大用电功率以及最大用电功率对应的高峰时长；

11、所述习惯分析条件为所述用户采集模块采集所述用户用电数据达到所述预设基本周期。

12、进一步地，所述次级分析模块在习惯确认条件下，根据基本用电系数确定单个用户的计量用电习惯；

13、其中，所述基本用电系数为所述次级分析模块根据所述单个用户的所述基本用电习惯的赋值，与所述最大用电功率以及所述高峰时长有关；

14、所述计量用电习惯为在所述预设计量周期内，所述单个用户的所述基本用电系数的最大值的持续次数以及间隔次数；

15、所述习惯确认条件所述用户采集模块采集所述用户用电数据达到所述预设计量周期。

16、进一步地，所述用户采集模块中设有触发开关，在功率触发条件下，用户采集模块开启，并判定所述用户端达到所述最大用电功率，并且进行收集；

17、其中，对于单个所述用户端，其对应的所述最大用电功率为预设值，其与用户端的设计负载有关；

18、所述功率触发条件为所述用户端的用电功率达到对应的所述最大功率阈值。

19、进一步地，所述节点采集模块中设有异常供能开关，在异常供能条件下，所述节点采集模块向所述分析模块发送电网异常告警；

20、所述异常供能条件包括所述电网节点的设备超过预设节点温度、电网节点的设备功率超过预设节点功率以及电网节点的设备断线中的任意一种；

21、其中，所述预设节点温度与所述电网节点的设备型号有关，所述预设节点功率与所述电网节点对应的电缆型号有关。

22、进一步地，所述分析模块在所述异常供能条件下，根据所述异常电网对应的各用户端的所述计量用电习惯确定对应该电网的所述异常电网类别；

23、其中，所述异常电网类别包括设备异常电网以及习惯异常电网；

24、其中，所述设备异常电网为设备损坏导致电网异常的对应电网，所述习惯异常电网为所述分析模块判定的因该电网中各用户端的用电行为导致电网异常的对应电网。

25、进一步地，所述分析模块中设有调整策略，对于所述单个用户端触发调整策略时，分析模块将该用户端的所述用户用电习惯封存，并重新收集该用户的所述用户用电数据；

26、所述调整策略为所述用户端在单个所述预设计量周期内，所述高峰时长的累积值超过预设变化幅度；

27、其中，所述预设变化幅度为所述分析模块中的预设百分比。

28、进一步地，所述分析模块中设有忽略策略，对于触发忽略策略的所述电网节点在触发所述异常供能条件时，分析模块判定该节点为所述设备异常电网；

29、所述忽略策略将单个电网节点中单个用户端的所述最大用电功率的大于预设比例。

30、进一步地，所述电网节点的设备包括变压器、电池、发电机以及开关中的至少一种；

31、其中，对于由电池构成的所述电网节点，所述分析模块判定该电网节点触发所述忽略策略。

32、进一步地，所述分析模块中设有损坏策略，对于触发损坏策略的所述习惯异常电网，分析模块判定该电网为所述设备异常电网；

33、所述损坏策略为所述电网节点的设备断线，且该电网节点的设备中不包括电池。

34、与现有技术相比，本发明的有益效果在于，利用设置若干用户采集模块、若干节点采集模块、若干次级分析模块、分析模块的方式，对用户用电习惯进行检测，在有效避免了因用户用电挤兑产生的电网异常的同时，有效提升了电网异常分析的可靠性。

35、进一步地，通过对用户用电习惯进行分类分析的方式，在有效提升了对用电用户的分类准确性的同时，进一步提升了电网异常分析的可靠性。

36、进一步地，通过对异常电力网络进行分类的方式，判断电力网络的异常程度，在有效提升了对异常电网的损坏程度判断的准确性的同时，进一步提升了电网异常分析的可靠性。

37、进一步地，通过对电网节点进行分类的方式，在有效降低了监控资源浪费的同时，进一步提升了电网异常分析的可靠性。

技术特征：

1.一种大数据环境下用户异常行为检测分析系统，其特征在于，包括若干用户采集模块、若干节点采集模块、若干次级分析模块、分析模块，其中：

2.根据权利要求1所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述次级分析模块在习惯分析条件下，根据所述用户用电数据确定单个用户的基本用电习惯；

3.根据权利要求2所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述次级分析模块在习惯确认条件下，根据基本用电系数确定单个用户的计量用电习惯；

4.根据权利要求3所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述用户采集模块中设有触发开关，在功率触发条件下，用户采集模块开启，并判定所述用户端达到所述最大用电功率，并且进行收集；

5.根据权利要求4所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述节点采集模块中设有异常供能开关，在异常供能条件下，所述节点采集模块向所述分析模块发送电网异常告警；

6.根据权利要求5所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述分析模块在所述异常供能条件下，根据所述异常电网对应的各用户端的所述计量用电习惯确定对应该电网的所述异常电网类别；

7.根据权利要求6所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述分析模块中设有调整策略，对于所述单个用户端触发调整策略时，分析模块将该用户端的所述用户用电习惯封存，并重新收集该用户的所述用户用电数据；

8.根据权利要求7所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述分析模块中设有忽略策略，对于触发忽略策略的所述电网节点在触发所述异常供能条件时，分析模块判定该节点为所述设备异常电网；

9.根据权利要求8所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述电网节点的设备包括变压器、电池、发电机以及开关中的至少一种；

10.根据权利要求9所述的大数据环境下用户异常行为检测分析系统，其特征在于，所述分析模块中设有损坏策略，对于触发损坏策略的所述习惯异常电网，分析模块判定该电网为所述设备异常电网；

技术总结
本发明涉及电力网络管理技术领域，尤其涉及一种大数据环境下用户异常行为检测分析系统，包括：节点采集模块与各电网节点相连，用以收集电网节点的节点供电数据；次级分析模块与各电网节点对应，对于单个次级分析模块，其与对应的电网节点连接的各用户采集模块相连，用以通过用户用电数据分析对应用户的用户用电习惯；分析模块，用以通过节点供电数据确定异常电网，并根据各用户的用户用电习惯确定异常电网的异常电网类别；本发明利用设置上述模块，对用户用电习惯进行检测，在有效避免了因用户用电挤兑产生的电网异常的同时，有效提升了电网异常分析的可靠性。

技术研发人员：孙毅,王峰,姜映雪,孙杰,李倩,梁爽,崔猛,崔振杰,李继涛,周游,姜婷婷,李鑫岩,郑淑玲
受保护的技术使用者：国网黑龙江省电力有限公司齐齐哈尔供电公司
技术研发日：
技术公布日：2024/1/14