System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据分析,特别是涉及一种用电异常分析方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着数据分析技术的发展,出现了对用户用电安全数据进行异常分析的方法,在用电需求不断增加的今天,起到了至关重要的作用。
2、传统的用电异常分析方法,一般通过人工巡检的方式对用户用电异常情况进行排查分析,由于人工巡检的过程容易依赖个人经验进行,因此传统的用电异常分析方法存在分析准确率低的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高用电异常分析准确率低的用电异常分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种用电异常分析方法。所述方法包括:
3、获取目标场所的场所用电信息;
4、对所述场所用电信息进行特征提取,获得所述目标场所的场所用电特征;
5、将所述场所用电特征输入训练好的用电异常分析模型,将所述用电异常分析模型的输出确定为所述目标场所的用电异常分析结果。
6、在其中一个实施例中,用电异常分析方法还包括:
7、根据所述场所用电信息对所述目标场所进行用电趋势分析,得到所述目标场所的目标用电趋势;
8、将所述目标用电趋势与参考用电趋势进行比对分析,确定所述目标用电趋势与所述参考用电趋势的趋势匹配结果;
9、结合所述趋势匹配结果和所述用电异常分析结果,确定所述目标场所的用电异常综合分析结果。
>10、在其中一个实施例中,用电异常分析方法还包括:
11、在所述趋势匹配结果为不匹配的情况下,确定所述目标用电趋势中与所述参考用电趋势不匹配的信息集合;所述信息集合中包括至少一个时刻对应的用电信息;
12、针对每一所述用电信息,在所述用电信息所在时刻发生外部事件的情况下,确定所述用电信息与所述外部事件的关联度;
13、基于各所述用电信息各自的关联度,更新所述目标用电趋势与所述参考用电趋势的趋势匹配结果。
14、在其中一个实施例中,确定所述用电信息与所述外部事件的关联度,包括:
15、在所述外部事件包括气候事件的情况下,获取所述气候事件发生时刻的目标气候信息、以及所述气候事件发生时刻的历史关联时刻的历史气候信息;根据所述目标气候信息与所述历史气候信息之间的差异,确定所述用电信息与所述气候事件的气候关联度;
16、在所述外部事件包括节假日事件的情况下,获取所述节假日事件发生时刻的所使用设备的设备信息;根据所述设备信息与所述节假日的适配度,确定所述用电信息与所述节假日事件的节假日关联度;
17、在所述外部事件包括社会活动事件的情况下,获取所述社会活动事件发生时刻的参考用电信息;根据所述参考用电信息与所述用电信息之间的差异,确定所述用电信息与所述社会活动事件的社会活动关联度;
18、根据所述气候关联度、所述节假日关联度和所述社会活动关联度中的至少一部分,确定所述用电信息与所述外部事件的关联度。
19、在其中一个实施例中,还提供了一种用电异常分析模型构建方法,包括:
20、获取目标场所在多个历史时期各自的历史用电信息和用电异常分析标签;
21、分别对每一所述历史用电信息进行特征提取,获得各所述历史时期各自的历史用电特征;
22、构建包括所述历史用电特征、以及所述历史用电特征对应的用电异常分析标签的学习样本;
23、基于各所述历史时期各自的学习样本进行机器学习,训练得到用电异常分析模型;所述用电异常分析模型用于对所述目标场所的场所用电信息进行用电异常分析。
24、在其中一个实施例中,所述学习样本包括训练样本和验证样本;所述基于各所述历史时期各自的学习样本进行机器学习,训练得到用电异常分析模型,包括:
25、基于所述训练样本进行机器学习,得到待验证用电异常分析模型;
26、将所述验证样本输入所述待验证用电异常分析模型,所述待验证用电异常分析模型的输出即为验证样本输出结果;
27、在所述验证样本输出结果与标准样本输出结果不匹配的情况下,基于训练样本的第一损失函数和验证样本的第二损失函数确定所述待验证用电异常分析模型的模型修正策略;
28、根据所述模型修正策略调整所述待验证异常分析模型,并返回将所述验证样本输入所述待验证用电异常分析模型的步骤,直至所述验证样本输出结果与所述标准样本输出结果匹配,得到训练好的用电异常分析模型。
29、第二方面,本申请还提供了一种用电异常分析装置。所述装置包括:
30、场所用电信息获取模块,用于获取目标场所的场所用电信息;
31、场所用电特征获取模块,用于对所述场所用电信息进行特征提取,获得所述目标场所的场所用电特征;
32、用电异常分析结果确定模块,用于将所述场所用电特征输入训练好的用电异常分析模型,将所述用电异常分析模型的输出确定为所述目标场所的用电异常分析结果。
33、在其中一个实施例中,本申请还提供了一种用电异常分析模型构建装置。所述装置包括:
34、历史用电信息获取模块,用于获取目标场所在多个历史时期各自的历史用电信息和用电异常分析标签;
35、特征提取模块,用于分别对每一所述历史用电信息进行特征提取,获得各所述历史时期各自的历史用电特征;
36、学习样本构建模块,用于构建包括所述历史用电特征、以及所述历史用电特征对应的用电异常分析标签的学习样本;
37、用电异常分析模型构建模块,用于基于各所述历史时期各自的学习样本进行机器学习,训练得到用电异常分析模型;所述用电异常分析模型用于对所述目标场所的场所用电信息进行用电异常分析。
38、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
39、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法的步骤。
40、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上所述的方法的步骤。
41、上述用电异常分析方法、装置、计算机设备、存储介质和计算机程序产品,通过获取目标场所的场所用电信息,可以获知目标场所的场所用电情况,对场所用电信息进行特征提取,获得目标场所的场所用电特征,可以将场所用电信息的形式转化为可以作为模型输入的形式,最后将场所用电特征输入训练好的用电异常分析模型,将该用电异常分析模型的输出确定为目标场所的用电异常分析结果,可以提高用电异常分析的准确率。
本文档来自技高网...【技术保护点】
1.一种用电异常分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述确定所述用电信息与所述外部事件的关联度,包括:
5.一种用电异常分析模型构建方法,其特征在于,所述方法包括:
6.根据权利要求5所述的方法,其特征在于,所述学习样本包括训练样本和验证样本;所述基于各所述历史时期各自的学习样本进行机器学习,训练得到用电异常分析模型,包括:
7.一种用电异常分析装置,其特征在于,所述装置包括:
8.一种用电异常分析模型构建装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述
...【技术特征摘要】
1.一种用电异常分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述确定所述用电信息与所述外部事件的关联度,包括:
5.一种用电异常分析模型构建方法,其特征在于,所述方法包括:
6.根据权利要求5所述的方法,其特征在于,所述学习样本包括训练样本和验证样本;所述基于各所述历史时期各自的学习样本...
【专利技术属性】
技术研发人员:尹亮群,李琦,
申请(专利权)人:南方电网数字平台科技广东有限公司,
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。