[发明专利]异常耗电的判断方法及装置、存储介质、通信终端

权利要求书

1.一种异常耗电的判断方法，其特征在于，包括：

预先训练异常耗电识别模型，包括：提取历史耗电日志，并对所述历史耗电日志按预设周期提取特征数据；按预设规则处理所述特征数据生成对应的灰度图像，以根据所述灰度图像生成样本数据；其中，所述样本数据包括正样本集合和负样本集合；以所述样本数据作为输入训练神经网络模型以获取所述异常耗电识别模型；

提取预设周期内耗电日志中的特征数据；所述预设周期以一定的电量消耗作为周期的长度；所述特征数据包括多个与耗电强相关的特征对象及特征对象对应的参数；

按预设规则处理所述特征数据以获取对应的灰度图像，包括：根据特征对象的数量生成预设维度的特征矩阵；将所述特征矩阵按预设规则转化为对应的灰度图像；

判断所述灰度图像中各像素的灰度级数是否在对应预设阈值范围内；若判断所述灰度图像中像素的灰度级数不在对应预设阈值范围内，则判定所述灰度图像为非正常图像以删除和/或标记该所述灰度图像；其中，特征矩阵中各特征对象的数值范围是预先配置的；

将所述灰度图像输入异常耗电识别模型，以获取所述预设周期的耗电异常识别结果，以实现判断每个周期中是否存在异常耗电的情况。

2.根据权利要求1所述的方法，其特征在于，所述根据所述特征对象参数生成预设维度的特征矩阵包括：

对特征对象参数进行归一化处理以使各所述特征对象参数配置在预设参数范围；

对归一化处理后的特征对象参数按预设顺序排列以生成特征矩阵。

3.根据权利要求2所述的方法，其特征在于，所述将所述特征矩阵按预设规则转化为对应的灰度图像包括：

根据所述特征矩阵的维度生成对应尺寸的灰度图像，并根据所述特征矩阵中各元素的数值配置所述灰度图像中对应像素的灰度级数。

4.根据权利要求1所述的方法，其特征在于，所述历史耗电日志包括正常耗电日志；所述按预设规则处理所述特征数据生成对应的灰度图像，以根据所述灰度图像生成样本数据包括：

根据所述正常耗电日志对应的特征数据中包含的特征对象的数量生成预设维度的正样本特征矩阵；

将所述正样本特征矩阵按预设规则转化为对应的灰度图像，以便于根据所述灰度图像生成正样本集合；以及

对所述正样本特征矩阵进行随机矩阵转换以获取负样本特征矩阵；

将所述负样本特征矩阵按预设规则转化为对应的灰度图像，以便于根据所述灰度图像生成负样本集合。

5.根据权利要求4所述的方法，其特征在于，所述历史耗电日志还包括异常耗电日志；所述方法还包括：

对所述历史异常耗电日志按预设周期提取特征数据；

根据所述特征数据生成预设维度的负样本特征矩阵；

将所述负样本特征矩阵按预设规则转化为对应的灰度图像，以便于根据所述灰度图像生成负样本集合。