异常用电检测方法、设备及存储介质技术

本申请实施例提供异常用电检测方法、设备及存储介质。其中，异常用电检测方法包括：获取用电数据；根据所述用电数据，利用第一算法构建C个时序波形特征；根据预设的单位时间N，将所述时序波形特征处理为N*M*C的数据矩阵；获取异常用电检测模型；所述异常用电检测模型为基于卷积神经网络模型训练得到的模型；将所述数据矩阵输入所述异常用电检测模型，识别得到异常用电信息。本申请实施例通过构建特征更好地体现影响用电数据的因素，利用周期粒度将时序波形特征转化为数据矩阵输入卷积神经网络模型进行识别，有效提高了异常用电检测的准确度和处理效率。

【技术实现步骤摘要】
异常用电检测方法、设备及存储介质
本申请实施例涉及程序开发
，尤其涉及异常用电检测方法、设备及存储介质。
技术介绍
随着国家电力业务的快速发展，用电数据也极具增加。由于异常窃电、设备故障、通信故障等原因，出现了大量异常的用电数据。异常的用电数据对于电能计量数据的准确性、完备性、自治性和动态性产生的影响十分重要，也蕴藏了电网的重要事件信息。因此，异常用电数据检测分析有重要意义。例如，窃电行为扰乱了正常的供用电秩序，严重影响了供用电安全。相关技术中，对用电数据异常检测存在准确率低、处理效率低的问题。
技术实现思路
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。本申请实施例提供一种异常用电检测方法、设备及存储介质，能够有效提高异常用电检测的准确率和处理效率。一种异常用电检测方法，包括：获取用电数据；根据所述用电数据，利用第一算法构建C个时序波形特征；根据预设的单位时间N，将所述时序波形特征处理为N*M*C的数据矩阵；其中，C、N和M均为正整数；...

【技术保护点】
1.一种异常用电检测方法，其特征在于，包括：/n获取用电数据；/n根据所述用电数据，利用第一算法构建C个时序波形特征；/n根据预设的单位时间N，将所述时序波形特征处理为N*M*C的数据矩阵；其中，C、N和M均为正整数；/n获取异常用电检测模型；所述异常用电检测模型为基于卷积神经网络模型训练得到的模型；/n将所述数据矩阵输入所述异常用电检测模型，识别得到异常用电信息。/n

【技术特征摘要】
1.一种异常用电检测方法，其特征在于，包括：
获取用电数据；
根据所述用电数据，利用第一算法构建C个时序波形特征；
根据预设的单位时间N，将所述时序波形特征处理为N*M*C的数据矩阵；其中，C、N和M均为正整数；
获取异常用电检测模型；所述异常用电检测模型为基于卷积神经网络模型训练得到的模型；
将所述数据矩阵输入所述异常用电检测模型，识别得到异常用电信息。


2.根据权利要求1所述的一种异常用电检测方法，其特征在于，第一算法包括以下的一种或多种：离散傅立叶变换算法、指数加权平均算法、滑动平均算法和差分算法。


3.根据权利要求1或2所述的一种异常用电检测方法，其特征在于，所述预设的单位时间N通过以下步骤获取：
获取用电样本数据；
利用不同周期T，以周期T为间隔，计算对用电样本数据进行差分运算，得到周期变化值；
根据所述周期变化值，确定单位时间N。


4.根据权利要求3所述的一种异常用电检测方法，其特征在于，所述单位时间N为7天、14天或30天。


5.根据权利要求2所述的一种异常用电检测方法，其特征在于，所述获取异常用电检测模型，包括：
获取用电样本数据；
利用所述用电样本数据，训...

【专利技术属性】
技术研发人员：许轩博，唐荣杰，罗红，徐庆，杜灿，
申请(专利权)人：南方电网深圳数字电网研究院有限公司，
类型：发明
国别省市：广东;44