[發明專利]用電數據異常檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110383704.1
• 申請日: 2021-04-09
• 公開（公告）號: CN113284002A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 鄭楷洪;李鵬;周尚禮;曾璐琨;李勝;楊庚
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 蔡抒楓

本申請涉及一種用電數據異常檢測方法、裝置、計算機設備和存儲介質，方法包括：獲取用電數據序列；將用電數據序列輸入預先構建的用電預測模型，得到用電預測數據；確定用電預測數據與用電真實數據之間的差值，若差值大于預設閾值，則將用電真實數據識別為候選異常數據；當候選異常數據達到預設異常條件時，確定當前用電數據異常檢測結果為異常狀態；本申請通過預先構建的用電預測模型對用電數據序列進行識別處理，得到用電預測數據，根據預測數據與真實數據間的差值識別出是否為異常數據，當異常數據達到預設條件時，觸發異常檢測結果的生成，實現了無需人工對特征進行標注就能夠對異常用電數據進行檢測的效果，提高了用電數據異常檢測的效率。

技術領域

本申請涉及電力技術領域，特別是涉及一種用電數據異常檢測方法、裝置、計算機設備和存儲介質。

背景技術

隨著機器學習理論的發展，學者和從業人員逐漸將機器學習技術應用到用電數據異常檢測任務中。

目前，由于用電數據存在漂移、波動等特性，人工設計特征模型越來越困難，且不同行業用電的時序特性差別很大，采用統一的距離度量方式和相似性度量方式的無監督學習方法適用范圍非常有限，導致現有的用電數據異常檢測方法的檢測效率還較低。

因此，還需要一種能夠提高檢測效率的用電數據異常檢測方法。

發明內容

基于此，有必要針對上述技術問題，提供一種用電數據異常檢測方法、裝置、計算機設備和存儲介質。

一種用電數據異常檢測方法，所述方法包括：

獲取用電數據序列；

將所述用電數據序列輸入預先構建的用電預測模型，得到用電預測數據；

確定所述用電預測數據與所述用電真實數據之間的差值，若所述差值大于預設閾值，則將所述用電真實數據識別為候選異常數據；

當所述候選異常數據達到預設異常條件時，確定當前用電數據異常檢測結果為異常狀態。

在其中一個實施例中，在獲取用電數據序列之前，還包括：

響應于終端發送的用電數據異常檢測請求，獲取與所述用電數據異常檢測請求對應的用電檢測數據以及用電約束信息；所述用電約束信息用于表征影響所述用電檢測數據變化的條件因素。

在其中一個實施例中，所述獲取用電數據序列，包括：對所述用電檢測數據進行預處理；將預處理后的用電檢測數據與所述用電約束信息以向量形式進行拼接，得到所述用電數據序列。

在其中一個實施例中，所述對所述用電檢測數據進行預處理，包括：對所述用電檢測數據進行標準化處理，得到預設取值范圍內的用電檢測數據；去除所述預設取值范圍內的用電檢測數據中的離群點后，得到所述預處理后的用電檢測數據。

在其中一個實施例中，所述預先構建的用電預測模型通過以下方式獲得，包括：獲取樣本用電數據集；基于所述樣本用電數據集，對由限制玻爾茲曼機為基礎單元構建的預測模型進行訓練，當所述預測模型達到訓練次數時得到所述預先構建的用電預測模型。

在其中一個實施例中，所述確定所述用電預測數據與所述用電真實數據之間的差值，包括：獲取所述用電預測數據與所述用電真實數據的歐式距離，作為所述用電預測數據與所述用電真實數據之間的差值。

在其中一個實施例中，所述當所述候選異常數據達到預設異常條件時，包括：將所述候選異常數據輸入時序異常聚類模型，得到所述時序異常聚類模型輸出的時序異常聚類結果；當所述時序異常聚類結果達到預設累計值時，確認達到所述預設異常條件。

一種用電數據異常檢測裝置，所述裝置包括：

用電數據獲取模塊，用于獲取用電數據序列；