摘 要：在经济发展日新月异的今天，环境治污已成为确保社会经济健康有序发展的关键。为实现对污水站点的有效管控，需对其运行状态进行实时监测，为此，文章提出一种负荷功率曲线自动化异常检测的方法。对智能电表采集的负荷数据进行离群点分析并提取典型日负荷曲线，采用一种改进的皮尔逊相关系数分析方法，对每个站点的负荷曲线进行异常检测，判断污水站点的运行情况，提高异常检测准确率并减少人为误差和投入，具有较好的实际应用价值。
关键词：智能电表；负荷曲线；数据分析；异常检测
DOI:10.19850/j.cnki.2096-4706.2021.21.031
中图分类号：TP399 文献标识码：A 文章编号：2096-4706（2021）21-0121-05
Research on Monitoring Methods of Sewage Station Based on Power Data Analysis
Huang Yanbin1, LUO Dehan1, CAI Gaoyan2
(1.School of Information Engineering, Guangdong University of Technology, Guangzhou 510006, China; 2.Guangdong Haodi Innovation Technology Co., Ltd., Foshan 528200, China)
Abstract: With the rapid development of economy, environmental pollution control has become the key to ensure the healthy and orderly development of social economy. In order to realize the effective management and control of sewage stations, it is necessary to monitor their operation status in real time. Therefore, this paper proposes an automatic anomaly detection method of load power curve,analyzes the outliers of the load data collected by the smart meter, extracts the typical daily load curve, and uses an improved Pearson correlation coefficient analysis method to detect the anomaly of the load curve of each station, in this way, we can judge the operation situation of the sewage station, improve the accuracy of anomaly detection and reduce human error and investment. It has good practical application value.
Keywords: smart meter; load curve; data analysis; anomaly detection
参考文献：
[1] 张婷，王孟珍，曹仲 . 农村一体化生活污水处理设备应用现状与发展趋势 [J]. 净水技术，2021，40（S1）：107-111.
[2] 石磊 . 污水处理系统中的自动控制系统设计 [J]. 集成电路应用，2021，38（9）：158-159.
[3] 庄婉婉 . 污染源在线监测中存在的问题及发展趋势 [J]. 上海环境科学，2019，38（5）：218-219+223.
[4] 李倩 . 污染源自动监控在污染防治中的作用 [J]. 环境与发展，2019，31（9）：60-61.
[5] 顾浩，徐宏飞，陈卫兵 . 基于物联网技术的工业污染总量控制系统的研究 [J]. 物联网技术，2016，6（11）：84-86.
[6] 于大伟，钟华，李子梅 . 基于物联网的城镇污水处理监管系统设计与研究 [J]. 长春工程学院学报（自然科学版），2015，16（3）：94-97+103.
[7] 颜秀勤，韦启信，杨超，等 . 村镇污水处理设施远程监控系统设计与实现 [J]. 物联网技术，2018，8（12）：58-60+63.
[8] 周智墩 . 如何提高污水水质检测的准确性及稳定性 [J]. 资源节约与环保，2019（8）：51.
[9] 刘忠辉，蔡高琰，梁炳基，等 . 基于电力数据分析的污染物排放监测方法研究 [J]. 信息技术与网络安全，2021，40（2）：52-55+73.
[10] 荆永震 . 非侵入式负荷识别系统研发 [D]. 广州：广东工业大学，2019.
[11] 黄福兴，周广山，丁宏，等 . 基于孤立森林算法的电能量异常数据检测 [J]. 华东师范大学学报（自然科学版），2019（5）：123-132.
[12] 曹锡枫 . 溪洛渡水电站进水口配电设备选择研究 [J]. 水电站设计，2014，30（1）：20-27.
作者简介：黄彦斌（1997—），男，汉族，广东揭阳人，硕士研究生在读，主要研究方向：数据分析、智能电表；骆德汉（1958—），男，汉族，安徽芜湖人，教授，博士，主要研究方向：仿生嗅觉、模式识别与绿色电子技术；蔡高琰（1982—），男，汉族，广东揭阳人，中级工程师，本科，主要研究方向：信号处理。