[发明专利]一种企业用电行为识别方法及设备

说明书

本发明提供一种企业用电行为识别方法及设备，所述企业用电行为识别方法包括：对企业的电力数据进行预处理，得到特征数据；将得到的特征数据作为深度自动编码网络的输入输出进行模型训练，训练深度自动编码网络，得到电力数据检测模型；以及当出现新的企业电力数据时，重复对企业电力数据进行预处理，利用训练好的电力数据检测模型重构数据，求出重构误差，通过比较重构误差与设定阈值来判断企业是否存在非法集资风险。本发明通过企业电力数据来判断是否存在非法集资风险，可靠性更高。

技术领域

本发明涉及电力数据处理分析技术领域，具体地，涉及一种企业用电行为识别 方法及设备。

背景技术

非法集资是指单位或个人未依照法定程序经有关部门批准，以发行股票、债券、彩票、投资基金证券或其他债券凭证的方式向社会公众进行筹集资金，并承诺在一定期限 内以货币、实物及其他方式向出资人还本付息或给予回报的行为。

然而，金融创新不断深化的同时，也造成了一些金融乱象，线上非法集资屡禁不止、 股权众筹跑路频发、区域性金融资产交易中心乱批乱设，给金融监管带来监管任务重、风险发现难、金融案件研判难、非法资产处置难等诸多难点，金融主管部门掌握不了全 面的信息，往往在风险爆发后才被动介入，由于非法集资机构经常设立空壳公司，并夸 大、捏造经营效益，投资者很难从网上可见的少量信息自行去判断。

而电网用电数据具有标签点多、数据吞吐量大、设备稳定、可靠性高等特点，在监控空壳等用电异常企业中具有独特优势，例如：经调研可知，空壳企业的历史用电量和 电费一般处于较低水平，而且明显低于行业用电量的分布状况，与行业的相关性也比较 低。因此，可在空壳企业用电特征数据基础上，基于多维度电力数据构建用电异常企业 监控模型，并且基于电力数据的非法集资预警监测方案，可提高金融监控在广覆盖、穿 透力、敏捷性和可追溯性等方面的能力，所以引入电力数据对于发现隐蔽性较高的非法 集资机构具有重大的现实意义。

发明内容

针对现有技术中的缺陷，本发明的目的在于提供一种可靠性更高的的企业用电行为 识别方法及设备。

为解决上述问题，本发明的技术方案为：

一种企业用电行为识别方法，所述方法包括以下步骤：

对企业的电力数据进行预处理，得到特征数据；

将得到的特征数据作为深度自动编码网络的输入输出进行模型训练，训练深度自动 编码网络，得到电力数据检测模型；以及

当出现新的企业电力数据时，重复对企业电力数据进行预处理，利用训练好的电力 数据检测模型重构数据，求出重构误差，通过比较重构误差与设定阈值来判断企业是否存在非法集资风险。

可选地，所述对企业的电力数据进行预处理，得到特征数据的步骤具体包括：

对企业的电力数据中空缺的数值进行均值补齐；

对企业的电力数据进行标准化处理；

对数据预处理后的字段进行线性相关性分析和时间趋势可视化分析；

对线性相关性分析和时间趋势可视化分析后得到的易于区分非法集资的用电字段 进行特征提取，得到特征数据。

可选地，所述对企业的电力数据中空缺的数值进行均值补齐的步骤具体包括：设计 等级映射表，将所有的等级字段转化成数值，转化好后，把其它时刻记录的字段信息的均值填充在空缺的时刻上。

可选地，所述对企业的电力数据进行标准化处理步骤具体包括：对数值变量，采用min-max标准化公式：

data′＝data-min

max-min，其中，max和min分别为变量的最大值和最小值；对等级 变量，将等级转化为数值。