[发明专利]一种用电异常检测方法、装置、设备和存储介质

权利要求书

1.一种用电异常检测方法，其特征在于，涉及多个用电终端，所述方法包括：

从多个所述用电终端分别获取预定周期内的用电行为数据；

采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；

将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级；所述用电异常分析模型通过预置的异常分析模型生成过程得到的；

基于所述异常等级与预设的用户优先级，从多个所述用电终端中确定待排查用电终端；

根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态。

2.根据权利要求1所述的方法，其特征在于，所述用电异常分析模型包括异常过滤规则，所述异常过滤规则设有异常规则分数，所述将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级的步骤，包括：

按照所述异常过滤规则分别对每种所述聚类数据进行筛选；

将每种所述聚类数据中满足所述异常过滤规则的数据确定为异常数据；

统计每类所述异常数据在所述预设周期内的出现次数；

采用每类所述异常数据的出现次数、所述异常规则分数和每个所述异常数据对应的用电终端所对应的预设风险系数，计算每类所述异常数据对应的用电终端的异常总分；

采用每类所述异常总分和每类所述异常数据的出现次数，确定每类所述异常数据对应的用电终端对应的异常平均分；

基于每类所述异常平均分占所述异常总分的比例，输出与所述用电终端对应的异常等级。

3.根据权利要求1所述的方法，其特征在于，所述异常分析模型生成过程包括：

从所述多个用电终端分别获取预定周期内的历史用电行为数据；

采用所述预设分群模型对所述历史用电行为数据进行分类，生成多种历史分类数据；

采用多种所述历史分类数据分别训练多个预置的初始用电异常分析模型，得到所述用电异常分析模型。

4.根据权利要求1所述的方法，其特征在于，所述根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态的步骤，包括：

若所述排查结果为异常，则确定所述待排查用电终端为用电异常状态；

若所述排查结果为正常，则确定所述待排查用电终端不为用电异常状态。

5.一种用电异常检测装置，其特征在于，涉及多个用电终端，所述装置包括：

用电行为数据获取模块，用于从多个所述用电终端分别获取预定周期内的用电行为数据；

聚类模块，用于采用预设分群模型对所述用电行为数据进行分类，得到多种聚类数据；

异常等级输出模块，用于将每种所述聚类数据分别输入到对应的用电异常分析模型，分别输出与所述用电终端对应的异常等级；所述用电异常分析模型通过调用预置的异常分析模型生成模块得到的；

待排查用电终端确定模块，用于基于所述异常等级与预设的用户优先级，从多个所述用电终端中确定待排查用电终端；

用电异常状态判断模块，用于根据对所述待排查用电终端的排查结果，确定所述待排查用电终端是否为用电异常状态。

6.根据权利要求5所述的装置，其特征在于，所述用电异常分析模型包括异常过滤规则，所述异常等级输出模块包括：

筛选子模块，用于按照所述异常过滤规则分别对每种所述聚类数据进行筛选；

异常数据确定子模块，用于将每种所述聚类数据中满足所述异常过滤规则的数据确定为异常数据；

出现次数统计子模块，用于统计每类所述异常数据在所述预设周期内的出现次数；

异常总分计算子模块，用于采用每类所述异常数据的出现次数、所述异常规则分数和每个所述异常数据对应的用电终端所对应的预设风险系数，计算每类所述异常数据对应的用电终端的异常总分；

异常平均分计算子模块，用于采用每类所述异常总分和每类所述异常数据的出现次数，确定每类所述异常数据对应的用电终端对应的异常平均分；

异常等级确定子模块，用于基于每类所述异常平均分占所述异常总分的比例，输出与所述用电终端对应的异常等级。