一种用能计量数据异常监测方法、设备及存储介质技术

本发明专利技术公开了一种用能计量数据异常监测方法、设备及存储介质。本发明专利技术的监测方法包括：构建短期监测模型，根据短期监测模型对用户用能前期的数据异常进行监测；构建长期监测模型，长期监测模型根据已有的用能数据，对已进行一段时间的用户用能中后期的数据异常进行监测。本发明专利技术基于配电系统前期数据较少的情况，通过短期监测模型来对配电系统前期的数据异常进行监测，即使在数据较少的情况下也能进行有效监测；长期监测模型结合已有用能数据，对配电系统的长期运行中的数据异常进行监测，提高系统的可靠性；结合短期监测和长期监测，能够实现对配电系统运行状态的全面监测。

【技术实现步骤摘要】

本专利技术涉及用能计量数据监测，尤其是一种用能计量数据异常监测方法、设备及存储介质。

技术介绍

1、用户用电模式的改变可能有很多原因，例如，高耗电器直接连接到外部馈线导致电表无法记录电力使用情况、将篡改数据注入到智能电表中传输到数据中心、用户搬迁而未通知电力中心等。针对这些行为，因为也会导致电力中心数据库中的用户端用电模式发生变化，因此它们是异常行为。

2、异常检测在智能电网领域，直接关系其效益和健康运行，尤为重要。智能电网作为一种新型的电网，集成了通信技术、多种输配电系统、用于发电和配电调整的复杂传感和监控设备。由多个可以通信的智能电表组成的高级计量基础架构(advanced metertinginfrastructure，ami)为电力管理提供了重要保障，ami由三部分组成，分别是数据采集、通讯传输和数据接收管理。在数据收集端，用户安装的智能电表取代了传统机械表，智能电表可以记录和监控用电量以及相关事件(例如停电)。通讯传输指的是诸如电力线宽带、射频网络、公共网络等传输的媒介，将智能电表采集到的信息传输出去。数据接收管理一般指的是电力中心端本文档来自技高网...

【技术保护点】

1.一种用能计量数据异常监测方法，其特征在于，包括：

2.根据权利要求1所述的用能计量数据异常监测方法，其特征在于，所述的短期监测模型包括输入层、输出层和隐藏层，层与层之间采取全连接的方式，具有足够的隐藏层节点，用于拟合任意复杂的非线性映射关系；短期监测模型用于多分类问题时，输出层节点为多个，对应多个类别；短期监测模型用于回归问题时，输出层节点数量为1，输出一个监测值。

3.根据权利要求2所述的用能计量数据异常监测方法，其特征在于，利用短期监测模型进行监测的过程如下：假设存在DC个样本，每一个样本中的输入向量表示为X＝(x1,x2,…,xn)，n表示每一个样本的特...

【技术特征摘要】

1.一种用能计量数据异常监测方法，其特征在于，包括：

2.根据权利要求1所述的用能计量数据异常监测方法，其特征在于，所述的短期监测模型包括输入层、输出层和隐藏层，层与层之间采取全连接的方式，具有足够的隐藏层节点，用于拟合任意复杂的非线性映射关系；短期监测模型用于多分类问题时，输出层节点为多个，对应多个类别；短期监测模型用于回归问题时，输出层节点数量为1，输出一个监测值。

3.根据权利要求2所述的用能计量数据异常监测方法，其特征在于，利用短期监测模型进行监测的过程如下：假设存在dc个样本，每一个样本中的输入向量表示为x＝(x1,x2,…,xn)，n表示每一个样本的特征维度；与输入向量相对应的输出层向量为o＝(o1,o2,…,ol)，期望的输出向量为d＝(d1,d2,…,dl)，l表示神经元的个数；其中，隐藏层的输出向量为y＝(y1,y2,…,ym)，输入层与隐藏层之间的权重向量表示为v＝v1,v2,…,vj,…,vm)，m表示隐藏层的个数；隐藏层到输出层之间的权重向量表示为w＝(w1,w2,…,wk,…,wl)；在前向传播过程中，输出层中第k个神经元的结果表示为：

4.根据权利要求3所述的用能计量数据异常监测方法，其特征在于，在长期监测模型框架中有两个数据流，分别是每个用户的历史正常数据流和需要检测的新数据流；在历史正常数据流中，使用历史正常数据生成两个阈值，分别称为第一阈值t1和第二阈值t2，其中第一阈值t1由高斯混合模型生成，...

【专利技术属性】
技术研发人员：姚力，严华江，倪琳娜，陆春光，黄荣国，姜驰，陆艳，李峰，张群艳，仲皆文，金荫洲，王振国，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
类型：发明
国别省市：