[發(fā)明專利]用戶用電數(shù)據(jù)異常檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110377478.6
• 申請(qǐng)日: 2021-04-08
• 公開（公告）號(hào): CN113284000B
• 公開（公告）日: 2023-04-04
• 發(fā)明（設(shè)計(jì)）人: 鄭楷洪;周尚禮;張文瀚;龔起航;陳敏娜
• 申請(qǐng)（專利權(quán)）人: 南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06;G06F18/22;G06F18/214;G06N3/0895
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 聶榕

1.一種用戶用電數(shù)據(jù)異常檢測(cè)方法，其特征在于，所述方法包括：

獲取用戶的歷史用電數(shù)據(jù)和當(dāng)前時(shí)刻的真實(shí)用電數(shù)據(jù)；

將所述歷史用電數(shù)據(jù)輸入到訓(xùn)練好的異常檢測(cè)模型，確定所述歷史用電數(shù)據(jù)的第一玻爾茲曼分布特征，根據(jù)所述第一玻爾茲曼分布特征輸出當(dāng)前時(shí)刻的預(yù)測(cè)用電數(shù)據(jù)；

根據(jù)所述預(yù)測(cè)用電數(shù)據(jù)和所述真實(shí)用電數(shù)據(jù)進(jìn)行計(jì)算，得到預(yù)測(cè)用電數(shù)據(jù)和真實(shí)用電數(shù)據(jù)之間的距離；

當(dāng)所述距離大于預(yù)設(shè)閾值時(shí)，將所述真實(shí)用電數(shù)據(jù)標(biāo)記為異常用電數(shù)據(jù)；

所述異常檢測(cè)模型的訓(xùn)練過程包括：

獲取時(shí)序化的各行業(yè)用電量數(shù)據(jù)和對(duì)應(yīng)的標(biāo)注的所屬數(shù)據(jù)標(biāo)簽；

將所述時(shí)序化的各行業(yè)用電量數(shù)據(jù)和數(shù)據(jù)標(biāo)簽作為異常檢測(cè)模型的輸入值，得到參數(shù)化的玻爾茲曼分布；

根據(jù)所述參數(shù)化的玻爾茲曼分布和所屬的數(shù)據(jù)標(biāo)簽，訓(xùn)練得到所述異常檢測(cè)模型；其中，模型訓(xùn)練目標(biāo)使正常標(biāo)簽的用電數(shù)據(jù)的玻爾茲曼分布特征和異常標(biāo)簽的用電數(shù)據(jù)的玻爾茲曼分布特征距離相異且遠(yuǎn)離。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述時(shí)序化的各行業(yè)用電量數(shù)據(jù)和數(shù)據(jù)標(biāo)簽作為異常檢測(cè)模型的輸入值，得到參數(shù)化的玻爾茲曼分布，包括：

根據(jù)所述數(shù)據(jù)標(biāo)簽和時(shí)序化的各行業(yè)用電數(shù)據(jù)，得到二值隱式表達(dá)；

根據(jù)所述二值隱式表達(dá)計(jì)算得到實(shí)值隱式表達(dá)；

根據(jù)所述二值隱式表達(dá)和所述實(shí)值隱式表達(dá)，得到參數(shù)化的玻爾茲曼分布。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述參數(shù)化的玻爾茲曼分布和所屬的數(shù)據(jù)標(biāo)簽，訓(xùn)練得到所述異常檢測(cè)模型，包括：

通過神經(jīng)網(wǎng)絡(luò)結(jié)合所述參數(shù)化的玻爾茲曼分布中的正常標(biāo)簽的用電數(shù)據(jù)、異常標(biāo)簽的用電數(shù)據(jù)進(jìn)行訓(xùn)練，得到損失函數(shù)；

將所述損失函數(shù)和均方誤差項(xiàng)作為目標(biāo)函數(shù)，在預(yù)設(shè)迭代次數(shù)內(nèi)對(duì)進(jìn)行求偏導(dǎo)直至迭代次數(shù)等于預(yù)設(shè)迭代次數(shù)，其中，均方誤差項(xiàng)包括正常標(biāo)簽的用電數(shù)據(jù)和異常標(biāo)簽的用電數(shù)據(jù)；

當(dāng)所述均方誤差項(xiàng)的導(dǎo)數(shù)達(dá)到最小值時(shí)，獲得訓(xùn)練好的所述異常檢測(cè)模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

從時(shí)序的用電量數(shù)據(jù)中得到最大值和最小值；

基于所述最大值和所述最小值，對(duì)所述時(shí)序的用電量數(shù)據(jù)中的每個(gè)數(shù)據(jù)進(jìn)行歸一化計(jì)算，獲得歸一化數(shù)據(jù)；其中所述歸一化計(jì)算為將所述時(shí)序的用電量數(shù)據(jù)中的每個(gè)數(shù)據(jù)減去所述最小值，再除以所述最大值和所述最小值之間的差值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在獲得歸一化數(shù)據(jù)之后，還包括：

對(duì)所述歸一化數(shù)據(jù)中的誤差數(shù)據(jù)進(jìn)行刪除，并對(duì)剩余的數(shù)據(jù)進(jìn)行部分標(biāo)注，得到所述數(shù)據(jù)標(biāo)簽。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：當(dāng)所述距離不大于所述預(yù)設(shè)閾值時(shí)，將所述真實(shí)用電數(shù)據(jù)標(biāo)記為正常用電數(shù)據(jù)，并將所述正常用電數(shù)據(jù)存儲(chǔ)于所述模型中。

7.一種用戶用電數(shù)據(jù)異常檢測(cè)裝置，其特征在于，所述裝置包括：

用電數(shù)據(jù)獲取模塊，用于獲取用戶的歷史用電數(shù)據(jù)和當(dāng)前時(shí)刻的真實(shí)用電數(shù)據(jù)；

用電數(shù)據(jù)預(yù)測(cè)模塊，用于將所述歷史用電數(shù)據(jù)輸入到訓(xùn)練好的異常檢測(cè)模型，確定所述歷史用電數(shù)據(jù)的第一玻爾茲曼分布特征，根據(jù)所述第一玻爾茲曼分布特征輸出當(dāng)前時(shí)刻的預(yù)測(cè)用電數(shù)據(jù)；

距離計(jì)算模塊，用于根據(jù)所述預(yù)測(cè)用電數(shù)據(jù)和所述真實(shí)用電數(shù)據(jù)進(jìn)行計(jì)算，得到預(yù)測(cè)用電數(shù)據(jù)和真實(shí)用電數(shù)據(jù)之間的距離；

用電數(shù)據(jù)標(biāo)記模塊，用于當(dāng)所述距離大于預(yù)設(shè)閾值時(shí)，將所述真實(shí)用電數(shù)據(jù)標(biāo)記為異常用電數(shù)據(jù)；

標(biāo)簽數(shù)據(jù)獲取模塊，用于獲取時(shí)序化的各行業(yè)用電量數(shù)據(jù)和對(duì)應(yīng)的標(biāo)注的所屬數(shù)據(jù)標(biāo)簽；

參數(shù)化的玻爾茲曼分布獲取模塊，用于將所述時(shí)序化的各行業(yè)用電量數(shù)據(jù)和數(shù)據(jù)標(biāo)簽作為異常檢測(cè)模型的輸入值，得到參數(shù)化的玻爾茲曼分布；

異常檢測(cè)模型訓(xùn)練模塊，用于根據(jù)所述參數(shù)化的玻爾茲曼分布和所屬的數(shù)據(jù)標(biāo)簽，訓(xùn)練得到所述異常檢測(cè)模型；其中，模型訓(xùn)練目標(biāo)使正常標(biāo)簽的用電數(shù)據(jù)的玻爾茲曼分布特征和異常標(biāo)簽的用電數(shù)據(jù)的玻爾茲曼分布特征距離相異且遠(yuǎn)離。