【技术实现步骤摘要】
基于多分枝残差注意力网络的智能稽查建模方法
本专利技术涉及智能稽查建模
,特别是指一种基于多分枝残差注意力网络的智能稽查建模方法。
技术介绍
电力稽查是电力营销中不可或缺的一个职能,在电力营销市场化过程中扮演越来越重要的角色。如何平衡稽查与被稽查者之间的利益,在有限的稽查中发现和预测电力营销中更多的错误,已经成为电力公司和科研人员关注的新课题。建立智能稽查模型,深入洞察电力营销业务中存在的问题,支撑异常问题整改,实现数字化稽查是提高电力营销稽查效率的必要手段。目前,电力营销稽查建模方法主要有以下几种:(1)基于稽查结果的营销工作质量评价定性分析模型该方法运用专家调查法进行风险程度和管控强度测评,基于评价得分和具体差错类型,应用专业统计分析建模技术,建立稽查结果统计分析模型,实现营销差错的主因分析确定、成因分析、责任岗位分析、营销业务短板分析、风险性分析,但是这种方法稽查方式单一。(2)基于数据挖掘技术的电价执行在线稽查模型该方法以计量、营销等海量用电数据为研究对象,利用K-Means聚类算法识别客户的典型用电模式,利用马氏距离判别算法识别电价异常用户。利用计量自动化、营销系统海量用电数据,基于自适应模糊神经推理和决策树C5.0算法构建电价执行智能稽查模型,但是这种方法准确率不高。(3)基于数据挖掘的用电数据异常的分析与研究该方法首先利用孤立森林算法构建异常检测模型,识别大部分异常用户。其次通过建立基于聚类分析、局部离群因子算法的异常检测模型并进行比较。再次利用决策 ...
【技术保护点】
1.一种基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,其步骤如下:/n步骤一:获取稽查数据字段,并对稽查数据字段进行预处理得到训练数据;/n步骤二:构建多分枝残差注意力网络,并利用训练数据对多分枝残差注意力网络进行训练,得到多分枝残差注意力网络模型;/n步骤三:将稽查数据输入多分枝残差注意力网络模型中,输出稽查结果,完成对电力营销业务中的异常问题的识别分类与自动排查。/n
【技术特征摘要】
1.一种基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,其步骤如下:
步骤一:获取稽查数据字段,并对稽查数据字段进行预处理得到训练数据;
步骤二:构建多分枝残差注意力网络,并利用训练数据对多分枝残差注意力网络进行训练,得到多分枝残差注意力网络模型;
步骤三:将稽查数据输入多分枝残差注意力网络模型中,输出稽查结果,完成对电力营销业务中的异常问题的识别分类与自动排查。
2.根据权利要求1所述的基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,所述稽查数据字段包括:日期、线路或台区ID、供电量、售电量、线路用户电量、电流、电压和功率因素。
3.根据权利要求1所述的基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,所述多分枝残差注意力网络的网络结构为:输入层-卷积层I-多分枝残差注意力模块I-下采样层I-多分枝残差注意力模块II-下采样层II-多分枝残差注意力模块III-下采样层III-多分枝残差注意力模块IV-下采样层IV-卷积层II-池化层-全连接层I-全连接层II-输出层。
4.根据权利要求3所述的基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,所述多分枝残差注意力模块I、多分枝残差注意力模块II、多分枝残差注意力模块III和多分枝残差注意力模块IV均包括多分枝残差块和高效注意力模块,多分枝残差块的输入侧与卷积层I、下采样层I、下采样层II或下采样层III相连接,多分枝残差块的输出侧与高效注意力模块的输入侧相连接,高效注意力模块的输出侧与下采样层I、下采样层II、下采样层III或下采样层IV相连接;所述多分枝残差块用于提取训练数据的特征,高效注意力模块用于优化训练数据的特征。
5.根据权利要求4所述的基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,所述多分枝残差块包括多分枝残差单元I、多分枝残差单元II和多分枝残差单元III,多分枝残差单元I的输入侧与卷积层I、下采样层I、下采样层II或下采样层III相连接,多分枝残差单元I的输出侧与多分枝残差单元II的输入侧相连接,多分枝残差单元II的输出侧与多分枝残差单元III的输入侧相连接,多分枝残差单元III的输出侧与高效注意力模块的输入侧相连接,多分枝残差单元II的输出侧与高效注意力模块的输出侧相连接。
6.根据权利要求5所述的基于多分枝残差注意力网络的智能稽查建模方法,其特征在于,所述多分枝残差单元I、多分枝残差单元II和多分枝残差单元III的网络结构相同,均包括第...
【专利技术属性】
技术研发人员:张琳娟,武宏波,李翼铭,许长清,邱超,李奇,周楠,张平,卢丹,郭璞,郑征,陈婧华,韩军伟,
申请(专利权)人:国网河南省电力公司经济技术研究院,国家电网有限公司,
类型:发明
国别省市:河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。