[發明專利]一種基于大數據深度學習的電價稽查執行方法

有效

• 申請號: 201811207293.5
• 申請日: 2018-10-17
• 公開（公告）號: CN109543943B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 高曦瑩;葉寧;張冶;關艷;蔡穎凱;回茜;宋曉文;楊飛龍;高勝宇;張雯舒;曹世龍;王一哲;姜輝;孫殿家;田浩杰;王浩淼;崔新廷;王英新;宋錦春
• 申請（專利權）人: 國網遼寧省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q30/0201;G06Q50/06;G06N3/0464;G06N3/084;G06F18/2433
• 代理公司: 遼寧沈陽國興知識產權代理有限公司 21100
• 代理人: 何學軍;侯景明

本發明屬于一種電力營銷稽查技術領域，尤其涉及一種基于大數據深度學習的電價稽查執行方法，是一種深度學習中的變分自動編碼器算法進行電價執行異常識別的電價執行稽查創新方法。本發明包括用電數據獲取并進行簡單分類；用電數據提取概率特征；重構概率判別。本發明有效解決了目前電價執行稽查多種異構參數的計算問題，通過重構概率來有效判定用電客戶是否異常；針對部分客戶用電數據局部缺失情況，由于算法判別過程中生成模型可對數據進行同特征恢復，固可有效解決缺失問題。實現電價執行稽查在線診斷，解決電價執行情況多樣、參數復雜的實際問題，為電力營銷工作提供了有效的保障，大幅度提高了異常檢測的準確率，大幅度降低稽查不匹配率。

技術領域

本發明屬于一種電力營銷稽查技術領域，尤其涉及一種基于大數據深度學習的電價稽查執行方法，是一種深度學習中的變分自動編碼器算法進行電價執行異常識別的電價執行稽查創新方法。

背景技術

供電企業營銷稽查工作是營銷業務順利開展，及時發現異常情況，提高工作質量經營管理水平的重要保障。近年來，智能電網規模越來越來大，大數據、多維度、高智能、強可靠性已成為現代電網的顯著特點。傳統的稽查監控工作方法難以適應新形式的需求，以深度學習為代表的智能方法越來越成為解決上述問題的有效工具。

目前，電價執行稽查工作主要有三種方式。第一，人工檢查方法，該方法效率低工作量大正在逐漸淘汰；第二，普通網絡稽查監控系統，通過設立用電量門限閾值篩選，該方法只能對門限閾值超量的電價執行異常進行篩選；第三，通過聚類等傳統機器學習方法對系統篩選，但該方法只能憑借用電軌跡對電價執行異常進行辨別，情況單一，無法處理異構數據，用戶數據局部缺失的情況下無法有效分析計算。

發明內容

為了解決上述現有技術中存在的問題，本發明提供了一種基于大數據深度學習的電價稽查執行方法，其目的是為了解決目前電價執行稽查情況復雜、參數眾多、數據可能不完整，僅靠用電量很難全面稽查電價執行情況的問題。通過本方法可有效面對多種情況，提高了電價執行營銷稽查的準確性、針對性、可靠性。

為實現上述發明目的，本發明是通過以下技術方案實現的：

一種基于大數據深度學習的電價稽查執行方法，包括以下步驟：

步驟1.用電數據獲取并進行簡單分類；

步驟2.用電數據提取概率特征，為每一個樣本構造專屬正態分布，然后采樣重構，并訓練編碼器及解碼器；

步驟3.重構概率判別，利用重構概率蒙特卡洛估計值，實現異?？蛻襞袆e，實現電價執行稽查工作。

所述步驟1中用電數據獲取并進行簡單分類，包括：

(1)獲取數據：

數據取自供電企業市場營銷及營銷稽查監控業務數據庫，數據類型對應數值化包括：

異常種類：包含客戶基本用電信息，具體包含售電均價波動、特殊電價執行異常、超容量用電、居民大電量、農排大電量、化肥大電量、力率執行異常、變損電量異常、兩部制電價執行異常及分時電價執行異常；對應數值從1到N種類；

客戶用電一般屬性：包含客戶基本用電信息；具體包含電壓、電流、變壓器容量、平均功率因數、平均負載率、超容率、總電費、基本電費、峰時電費、平時電費及谷時電費，數值按照歸一化處理便于計算；

客戶用電高級屬性：包含用電計算指標及衍生指標；具體包含用電同比、環比、偏差率、峰總比、平總比、谷總比、峰谷比及數值大部分為比值，直接代如矩陣；

客戶數據屬性：包含客戶數據是否完整及不完整情況；具體包含用戶類別、所屬行業、所屬位置、抄表號段、售電均價、上月售電均價、上年同期售電均價、售電環比同比及景氣指數，數值分類數值化；

(2)簡單分類：