[發(fā)明專利]基于集成學(xué)習(xí)的散亂污用電異常算法模型的處理方法

在審

• 申請?zhí)枺?/td>: 202211510898.8
• 申請日: 2022-11-29
• 公開（公告）號: CN115730264A
• 公開（公告）日: 2023-03-03
• 發(fā)明（設(shè)計）人: 梁東貴;梁哲輝;周玖;邱朝明;陳敏;李韞莛;李瑩;陳依穎;歐志萍;陳光輝;杜嘉穎;馮偉進(jìn);黃妃;謝賢聰;熊偉
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06F18/214;G06N20/20;G06Q50/06
• 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: 樊倩

1.一種基于集成學(xué)習(xí)的散亂污用電異常算法模型的處理方法，其特征在于，所述方法包括：

對待監(jiān)測場所的用電數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換處理，得到時頻格式的目標(biāo)用電數(shù)據(jù)；

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行特征提取處理，得到所述目標(biāo)用電數(shù)據(jù)的用電特征；

將所述用電特征，分別輸入至少兩個訓(xùn)練完成的用電異常檢測模型中，得到所述用電特征的至少兩個用電異常檢測結(jié)果；

根據(jù)所述至少兩個用電異常檢測結(jié)果，確定所述待監(jiān)測場所的散亂污監(jiān)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對待監(jiān)測場所的用電數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換處理，得到時頻格式的目標(biāo)用電數(shù)據(jù)，包括：

對所述待監(jiān)測場所的用電數(shù)據(jù)進(jìn)行短時傅里葉變換，得到所述時頻格式的目標(biāo)用電數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述目標(biāo)用電數(shù)據(jù)進(jìn)行特征提取處理，得到所述目標(biāo)用電數(shù)據(jù)的用電特征，包括：

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行數(shù)據(jù)統(tǒng)計處理，得到所述目標(biāo)用電數(shù)據(jù)的統(tǒng)計特征；

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行毛刺提取處理，得到所述目標(biāo)用電數(shù)據(jù)的毛刺特征；

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行頻域提取處理，得到所述目標(biāo)用電數(shù)據(jù)的頻域特征；

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行自相關(guān)處理和分桶熵處理，得到所述目標(biāo)用電數(shù)據(jù)的時序特征；

對所述目標(biāo)用電數(shù)據(jù)進(jìn)行樹模型構(gòu)建處理，得到所述目標(biāo)用電數(shù)據(jù)的樹模型特征；

將所述統(tǒng)計特征、所述毛刺特征、所述頻域特征、所述時序特征和所述樹模型特征，作為所述目標(biāo)用電數(shù)據(jù)的用電特征。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述至少兩個訓(xùn)練完成的用電異常檢測模型通過如下方式訓(xùn)練得到：

獲取樣本用電特征，以及所述樣本用電特征的實(shí)際用電異常檢測結(jié)果；

將所述樣本用電特征，分別輸入至少兩個待訓(xùn)練的用電異常檢測模型中，得到所述樣本用電特征的至少兩個預(yù)測用電異常檢測結(jié)果；

根據(jù)所述至少兩個預(yù)測用電異常檢測結(jié)果和所述樣本用電特征的實(shí)際用電異常檢測結(jié)果之間的差異，分別對所述兩個待訓(xùn)練的用電異常檢測模型進(jìn)行迭代訓(xùn)練，得到所述至少兩個訓(xùn)練完成的用電異常檢測模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取樣本用電特征，包括：

獲取散亂污場所的負(fù)樣本用電數(shù)據(jù)，以及正常場所的正樣本用電數(shù)據(jù)；

對所述負(fù)樣本用電數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)處理，得到增強(qiáng)后的負(fù)樣本用電數(shù)據(jù)；

對所述增強(qiáng)后的負(fù)樣本用電數(shù)據(jù)和所述正樣本用電數(shù)據(jù)進(jìn)行特征提取處理，得到對應(yīng)的樣本用電特征。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取散亂污場所的負(fù)樣本用電數(shù)據(jù)，以及正常場所的正樣本用電數(shù)據(jù)，包括：

對初始用電數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換處理，得到時頻格式的樣本用電數(shù)據(jù)；

對所述樣本用電數(shù)據(jù)進(jìn)行可視化處理，得到所述樣本用電數(shù)據(jù)的時頻圖像；

根據(jù)所述樣本用電數(shù)據(jù)的時頻圖像，對所述樣本用電數(shù)據(jù)進(jìn)行分類處理，得到所述散亂污場所的負(fù)樣本用電數(shù)據(jù)和所述正常場所的正樣本用電數(shù)據(jù)。

7.一種基于集成學(xué)習(xí)的散亂污用電異常算法模型的處理裝置，其特征在于，所述裝置包括：

數(shù)據(jù)轉(zhuǎn)換模塊，用于對待監(jiān)測場所的用電數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換處理，得到時頻格式的目標(biāo)用電數(shù)據(jù)；

特征提取模塊，用于對所述目標(biāo)用電數(shù)據(jù)進(jìn)行特征提取處理，得到所述目標(biāo)用電數(shù)據(jù)的用電特征；

異常檢測模塊，用于將所述用電特征，分別輸入至少兩個訓(xùn)練完成的用電異常檢測模型中，得到所述用電特征的至少兩個用電異常檢測結(jié)果；

結(jié)果確定模塊，用于根據(jù)所述至少兩個用電異常檢測結(jié)果，確定所述待監(jiān)測場所的散亂污監(jiān)測結(jié)果。

8.一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。