基于联邦学习算法的低压用户用电安全预警方法及装置制造方法及图纸

本发明专利技术公开了一种基于联邦学习算法的低压用户用电安全预警方法及装置。其中，方法包括：采集用户的实时用电数据；利用预先训练的基于联邦学习算法的用电安全检测模型对实时用电数据进行分布式低电压用电安全处理，输出用电安全隐患数据；将用电安全隐患数据以及历史隐患数据特征向量进行比对以及马氏距离计算，确定预警值，其中预警值用于对低压用户的用电安全进行预警。用电安全进行预警。用电安全进行预警。

【技术实现步骤摘要】
基于联邦学习算法的低压用户用电安全预警方法及装置


[0001]本专利技术涉及用电安全预警
，并且更具体地，涉及一种基于联邦学习算法的低压用户用电安全预警方法及装置。

技术介绍

[0002]目前用电安全方面，智能电表监测低压用户的用电电流数据，并利用机器学习对监测的数据进行提取、建模以及数据分析、预警，在此基础上构建用电安全系统。由于机器学习算法出色的数据处理能力，经训练样本训练的用电安全监测网络具有较强的泛化能力，对新输入的用户用电数据能给出合理响应的能力。但是在实际用电安全预警操作过程中，部分区域电表设备老旧、台区或入户报警终端年久失修、工况不稳定、现场工作人员经验不足导致用电原始数据不全、无法捕获核心指标等，从而造成在这些数据库基础上进行的机器算法训练模型精度较差，无法在实际中达到较好的预警水平。
[0003]为了解决基础数据库数据来源的问题，一个办法是汇集大范围内的用户用电数据，形成大数据管理。但是这种方法也有一定的弊端，比如用户用电数据的安全泄露以及家庭隐私问题。目前在近年通过的《数据安全法》，确指出应当保护相关数据安全和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习算法的低压用户用电安全预警方法，其特征在于，包括：采集用户的实时用电数据；利用预先训练的基于联邦学习算法的用电安全检测模型对所述实时用电数据进行分布式低电压用电安全处理，输出用电安全隐患数据；将所述用电安全隐患数据以及历史隐患数据特征向量进行比对以及马氏距离计算，确定预警值，其中所述预警值用于对低压用户的用电安全进行预警。2.根据权利要求1所述的方法，其特征在于，采集用户的实时用电数据的操作之后，还包括：对所述实时用电数据进行预处理，该操作包括：对所述实时用电数据进行无效数据剔除；对所述实时用电数据进行压缩。3.根据权利要求1所述的方法，其特征在于，还包括：通过如下步骤训练基于联邦学习算法的用电安全检测模型：获取低压用户的用电监测数据，并对所述用电监测数据进行预处理，确定多个一维时间序列的样本数据；对原始的所述用电监测数据以及所述样本数据进行联邦学习，构建所述用电安全检测模型。4.根据权利要求1所述的方法，其特征在于，基于联邦学习算法对所述实时用电数据进行分布式低电压用电安全处理，输出用电安全隐患数据的操作，包括：使用SMOTE算法对所述实时用电数据进行数据平衡，确定用电数据少数类样本；基于所述联邦学习算法对所述用电数据少数类样本进行分布式低电压用电安全处理，输出所述用电安全隐患数据。5.根据权利要求1所述的方法，其特征在于，还包括：通过预先设置的可视化模块对所述预警值进行显示。6.根据权利要求5所述的方法，其特征在于，所述可视化模块的构造过程如下：使用TypeScript进行编码；使用React程序搭建所述可视化模块的基础架构使用Redux操控所述可视化...

【专利技术属性】
技术研发人员：宋如楠，杨艺宁，吴忠强，张蓬鹤，薛阳，陈昊，郑安刚，王聪，陈敢超，杨柳，刘凯，王璧成，
申请(专利权)人：国网河北省电力有限公司营销服务中心国家电网有限公司，
类型：发明
国别省市：