本发明专利技术公开了一种用电异常检测方法、装置、设备和存储介质，涉及多个用电终端，方法包括：从多个用电终端分别获取预定周期内的用电行为数据；采用预设分群模型对用电行为数据进行分类，得到多种聚类数据；将每种聚类数据分别输入到对应的用电异常分析模型，分别输出与用电终端对应的异常等级；用电异常分析模型通过预置的异常分析模型生成过程得到的；基于异常等级与预设的用户优先级，从多个用电终端中确定待排查用电终端；根据对待排查用电终端的排查结果，确定待排查用电终端是否为用电异常状态。通过上述方法能够更为准确高效地对用电终端的用电异常情况进行诊断。终端的用电异常情况进行诊断。终端的用电异常情况进行诊断。
【技术实现步骤摘要】
一种用电异常检测方法、装置、设备和存储介质
[0001]本专利技术涉及用电异常检测
，尤其涉及一种用电异常检测方法、装置、设备和存储介质。
技术介绍
[0002]随着电力体制改革持续推进，电力行业面临市场开放化、主体多元化等新形势。电网公司必须积极开展管理模式创新，进一步“提质、增效、降本”，才能满足多变的市场需求，更好地为各类市场主体和广大客户服务，而大数据分析在推动管理模式创新、新技术应用等方面的成功经验值得学习借鉴。
[0003]因此，电网新技术的发展推动，可以通过借助大数据、移动互联网等新技术的创新驱动作用支撑智能电网建设，提升管理创新能力。
[0004]但随着用电业务的多样化发展，窃电手法也越发复杂化，原有的用电异常分析模型并不能适应新形势的需要，无法准确地对用电异常情况进行诊断。
技术实现思路
[0005]本专利技术提供了一种用电异常检测方法、装置、设备和存储介质，解决了现有技术中的用电异常分析模型无法准确地对用电异常情况进行诊断的技术问题。
[0006]本专利技术提供的一种用电异常检测方法，涉及多个用电终端，所述方法包括：
[0007]从多个所述用电终端分别获取预定周期内的用电行为数据；
[0008]采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；
[0009]将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级；所述用电异常分析模型通过预置的异常分析模型生成过程得到的；
[0010]基于所述异常等级与预设的用户优先级，从多个所述用电终端中确定待排查用电终端；
[0011]根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态。
[0012]可选地，所述用电异常分析模型包括异常过滤规则，所述异常过滤规则设有异常规则分数，所述将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级的步骤，包括：
[0013]按照所述异常过滤规则分别对每种所述聚类数据进行筛选；
[0014]将每种所述聚类数据中满足所述异常过滤规则的数据确定为异常数据；
[0015]统计每类所述异常数据在所述预设周期内的出现次数；
[0016]采用每类所述异常数据的出现次数、所述异常规则分数和每个所述异常数据对应的用电终端所对应的预设风险系数，计算每类所述异常数据对应的用电终端的异常总分；
[0017]采用每类所述异常总分和每类所述异常数据的出现次数，确定每类所述异常数据对应的用电终端对应的异常平均分；
[0018]基于每类所述异常平均分占所述异常总分的比例，输出与所述用电终端对应的异常等级。
[0019]可选地，所述异常分析模型生成过程包括：
[0020]从所述多个用电终端分别获取预定周期内的历史用电行为数据；
[0021]采用所述预设分群模型对所述历史用电行为数据进行分类，生成多种历史分类数据；
[0022]采用多种所述历史分类数据分别训练多个预置的初始用电异常分析模型，得到所述用电异常分析模型。
[0023]可选地，所述根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态的步骤，包括：
[0024]若所述排查结果为异常，则确定所述待排查用电终端为用电异常状态；
[0025]若所述排查结果为正常，则确定所述待排查用电终端不为用电异常状态。
[0026]本专利技术还提供了一种用电异常检测装置，涉及多个用电终端，所述装置包括：
[0027]用电行为数据获取模块，用于从多个所述用电终端分别获取预定周期内的用电行为数据；
[0028]聚类模块，用于采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；
[0029]异常等级输出模块，用于将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级；所述用电异常分析模型通过调用预置的异常分析模型生成模块得到的；
[0030]待排查用电终端确定模块，用于基于所述异常等级与预设的用户优先级，从多个所述用电终端中确定待排查用电终端；
[0031]用电异常状态判断模块，用于根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态。
[0032]可选地，所述用电异常分析模型包括异常过滤规则，所述异常等级输出模块包括：
[0033]筛选子模块，用于按照所述异常过滤规则分别对每种所述聚类数据进行筛选；
[0034]异常数据确定子模块，用于将每种所述聚类数据中满足所述异常过滤规则的数据确定为异常数据；
[0035]出现次数统计子模块，用于统计每类所述异常数据在所述预设周期内的出现次数；
[0036]异常总分计算子模块，用于采用每类所述异常数据的出现次数、所述异常规则分数和每个所述异常数据对应的用电终端所对应的预设风险系数，计算每类所述异常数据对应的用电终端的异常总分；
[0037]异常平均分计算子模块，用于采用每类所述异常总分和每类所述异常数据的出现次数，确定每类所述异常数据对应的用电终端对应的异常平均分；
[0038]异常等级确定子模块，用于基于每类所述异常平均分占所述异常总分的比例，输出与所述用电终端对应的异常等级。
[0039]可选地，所述异常分析模型生成模块包括：
[0040]历史用电行为数据获取子模块，用于从所述多个用电终端分别获取预定周期内的
历史用电行为数据；
[0041]历史分类数据生成子模块，用于采用所述预设分群模型对所述历史用电行为数据进行分类，生成多种历史分类数据；
[0042]训练子模块，用于采用多种所述历史分类数据分别训练多个预置的初始用电异常分析模型，得到所述用电异常分析模型。
[0043]可选地，所述用电异常状态判断模块包括：
[0044]异常状态确定子模块，用于若所述排查结果为异常，则确定所述待排查用电终端为用电异常状态；
[0045]正常状态确定子模块，用于若所述排查结果为正常，则确定所述待排查用电终端不为用电异常状态。
[0046]本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一项所述的用电异常检测方法的步骤。
[0047]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时实现如上述任一项所述的用电异常检测方法。
[0048]从以上技术方案可以看出，本专利技术具有以下优点：
[0049]本专利技术通过从多个用电终端分别获取预定周期内的用电行为数据，采用分群模型对用电行为数据进行聚类，以得到多种聚类数据；再将每种聚类数据分别输入到对应类型的用电异常分析模型中，得到每个用电终端的异常等级，并结合用户优先级，确定待排查用电终端；在接收到本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用电异常检测方法，其特征在于，涉及多个用电终端，所述方法包括：从多个所述用电终端分别获取预定周期内的用电行为数据；采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级；所述用电异常分析模型通过预置的异常分析模型生成过程得到的；基于所述异常等级与预设的用户优先级，从多个所述用电终端中确定待排查用电终端；根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态。2.根据权利要求1所述的方法，其特征在于，所述用电异常分析模型包括异常过滤规则，所述异常过滤规则设有异常规则分数，所述将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级的步骤，包括：按照所述异常过滤规则分别对每种所述聚类数据进行筛选；将每种所述聚类数据中满足所述异常过滤规则的数据确定为异常数据；统计每类所述异常数据在所述预设周期内的出现次数；采用每类所述异常数据的出现次数、所述异常规则分数和每个所述异常数据对应的用电终端所对应的预设风险系数，计算每类所述异常数据对应的用电终端的异常总分；采用每类所述异常总分和每类所述异常数据的出现次数，确定每类所述异常数据对应的用电终端对应的异常平均分；基于每类所述异常平均分占所述异常总分的比例，输出与所述用电终端对应的异常等级。3.根据权利要求1所述的方法，其特征在于，所述异常分析模型生成过程包括：从所述多个用电终端分别获取预定周期内的历史用电行为数据；采用所述预设分群模型对所述历史用电行为数据进行分类，生成多种历史分类数据；采用多种所述历史分类数据分别训练多个预置的初始用电异常分析模型，得到所述用电异常分析模型。4.根据权利要求1所述的方法，其特征在于，所述根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态的步骤，包括：若所述排查结果为异常，则确定所述待排查用电终端为用电异常状态；若所述排查结果为正常，则确定所述待排查用电终端不为用电异常状态。5.一种用电异常检测装置，其特征在于，涉及多个用电终端，所述装置包括：用电行为数据获取模块，用于从多个所述用电终端分别获取预定周期内的用电行为数据；聚类模块，用于采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；异常等级输出模块，用于将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所...
【专利技术属性】
技术研发人员：邓利民，黄文科，史琳，谭致远，潘炜，董茵，邓志飞，韩玮，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：
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。