本发明涉及电力系统用电异常检测方法，属于电力系统。
背景技术：
1、电力系统有发电、输电、变电、配电和用电五个环节，对配电环节的末端和用电环节的电量进行实时监测，进而在负载端设置电能计量和远程控制设备，能够保障用电量的使用符合用电计划，进而保障电力系统的稳定运行。
2、因此，对用电量进行精确、高效的监测能够保障电力系统的稳定运行，但是存在如下问题：
3、1、在对用电量进行检测的过程中，数据融合的效果较差，因此导致统计的电力系统用电量与需求用电量差异较大；
4、2、对不同类别的数据的分类不够精准，导致用电异常检测结果存在较大的差异。
技术实现思路
1、本发明目的是为了解决现有用电异常检测存在的问题，提供了一种电力系统用电异常检测方法。
2、本发明所述电力系统用电异常检测方法，它包括：
3、s1、采用测量设备采集获取电力系统的用电量监测数据；
4、s2、对用电量监测数据进行类别划分；
5、s3、对不同类别的用电量监测数据设定不同的聚类中心，对s1实时获取的用电量监测数据进行聚类；
6、s4、计算每一个类别的用电量监测数据与聚类中心的欧氏距离，计算平均值，将该类别内所有用电量监测数据与聚类中心的欧氏距离与平均值进行比对，筛选出具有不同特征的数据点，将该数据点对应的用电量监测数据判定为用电异常数据。
7、优选的，s1所述测量设备包括：传感器和电能计量器。
8、优选的，s2所述对用电量监测数据进行类别划分的具体方法包括：
9、s2-1、将采集的用电量监测数据汇聚为一个集合，对集合进行初始化处理；
10、s2-2、计算初始化集合后的权重系数；
11、s2-3、引入数据类别划分参数，根据权重系数和数据类别划分构建数据类别划分模型；
12、s2-4、将用电量监测数据输入至数据类别划分模型，输出类别划分结果。
13、优选的，s2所述的类别包括：发电数据、电网数据、用电数据、能源数据、能效数据、环境数据和历史数据。
14、优选的，s4所述计算每一个类别的用电量监测数据与聚类中心的欧氏距离的具体方法包括：
15、
16、其中，d(ao)表示用电量监测数据a与聚类中心o的欧氏距离，xa表示用电量监测数据的点a的横纵坐标，uao表示更新后的空间点坐标。
17、本发明的优点：采用本发明提出的电力系统用电异常检测方法，能够实现对不同类别的数据进行精准的分类，进而使得统计的电力系统用电量与需求用电量差异较小。
1.电力系统用电异常检测方法，其特征在于，它包括：
2.根据权利要求1所述的电力系统用电异常检测方法，其特征在于，s1所述测量设备包括：传感器和电能计量器。
3.根据权利要求1所述的电力系统用电异常检测方法，其特征在于，s2所述对用电量监测数据进行类别划分的具体方法包括：
4.根据权利要求1或3所述的电力系统用电异常检测方法，其特征在于，s2所述的类别包括：发电数据、电网数据、用电数据、能源数据、能效数据、环境数据和历史数据。
5.根据权利要求1所述的电力系统用电异常检测方法，其特征在于，s4所述计算每一个类别的用电量监测数据与聚类中心的欧氏距离的具体方法包括：
