[发明专利]电力计费分布式并行异常检测方法

说明书

一种电力计费分布式并行异常检测方法，其包括以下步骤：获取电网异常问题；获取电网业务数据；采用并行坐标下降计算方法筛选所述电网业务数据，所述电网业务数据存在符合所述电网异常问题时，发出异常信号。上述电力计费分布式并行异常检测方法，通过利用电网业务数据尤其是电力计费数据所自有的一定程度的稀疏性，采用并行坐标下降计算方法筛选电网业务数据，且利用数据的稀疏性能够获得更好的下界并达到优化目标，无需每次进行遍历所有数据，从而更精确地找到异常问题，降低了算法开销，极大地提高了异常检测效率。

技术领域

本申请涉及电力计费领域，特别是涉及电力计费分布式并行异常检测方法。

背景技术

对于稽查分析来说，电网异常事件通常包括漏报、误报、电表故障、窃电、补贴不当、少缴费、不缴费等违规违法情况，外在表现大多为电表相对读数为零度，简称零度户。这些情况，通过人工分析比对，可以识别发现大部分问题，但由于工作量繁重，且人工易犯错等缺陷，导致一些稽查错误，或漏查现象时有发生。这项人工工作成本巨大，且工作人员往往认为这类繁琐却又简单重复的体力劳动没有任何价值，工作效率低，容易疲劳。

坐标下降算法是一类经典且有效的一阶算法，用途十分广泛。坐标下降算法的优点是：当沿着某一个维度去优化目标函数时候，意味着自变量的其他分量是固定的，所以此时目标函数变得更加简单。其次坐标下降算法没有步长参数，因此节省了线性搜索步长的开销。在并行化方面，现在也已经提出很多方法。但总体来看，一阶算法仍然存在按照顺序迭代的约束，使得算法并行化非常困难，因此当前坐标下降算法的并行度很低。当前大数据并行化的坐标下降算法要解决的关键问题是：原始的坐标下降算法在每一次的内部迭代中只使用一个向量去更新迭代变量。并行化的思路自然就是如何同时的使用多个向量去更新迭代变量的多个位置上的元素。但是由于坐标下降算法本质上是按序依次选取坐标去更新的，这种顺序的迭代性质使得并行化非常困难。这种困难主要表现在：假设原来设计的串行坐标下降算法，直接用两个或以上线程并行运行，多个线程同时去更新某一个迭代向量的多个元素，这将导致算法和数据失效问题：1号失效和2号失效。其中，1号失效是指坐标下降算法要求在更新一个坐标时，其他坐标应该固定不变；这时如果多个线程同时更新不同坐标，就会导致这种串行算法从原理上失效。2号失效问题是指前述多个线程同时对原来串行算法的同一个向量的同一个元素进行改写，而导致写失效。

为解决此问题，很多传统算法都是采取绕开或忽略以上失效问题的方法。如Mini-Batch为了避免数据不一致后果，没有同时更新多个位置上元素。PASSCoDe给出了多个版本算法试图逐步加大并行度。其中，PASSCoDe-Lock版本实质上是一个串行算法，并且在性能上甚至不如传统单机算法。PASSCoDe-Wild则粗暴选取多个坐标更新，该算法首先存在前述的1号失效问题，这导致PASSCoDe-Wild在绝大多数情况下都不会收敛到最优解。为了避免2号失效问题，PASSCoDe-Atomic通过原子操作去避免写冲突，但这又牺牲了并行。Mini-Batch绕过失效问题后对传统算法的串行计算过程并行优化，但是Mini-Batch方法有以下缺陷：

1)每一个分块的更新都比较小，算法的并行度低。

2)采用集中更新方法避免写冲突。但是，这种集中更新要求每次进行更新后对所有数据遍历一次，这不仅加大了算法开销，并且对于分布式并行算法来说是不现实的。

3)Mini-Batch方法的收敛性随着分块的增大而减慢。

发明内容

基于此，有必要提供一种电力计费分布式并行异常检测方法。

一种电力计费分布式并行异常检测方法，其包括以下步骤：获取电网异常问题；获取电网业务数据；采用并行坐标下降计算方法筛选所述电网业务数据，所述电网业务数据存在符合所述电网异常问题时，发出异常信号。