[发明专利]人工免疫模型获得方法和终端设备

权利要求书

1.一种人工免疫模型获得方法，其特征在于，使用于终端设备，所述终端设备用于能量盗窃检测，所述能量盗窃检测是对电能数据的功率特征数据进行伪造行为的检测，所述能量为电能，所述方法包括以下步骤：

利用预设人工免疫模型，在历史抗原数据中确定出目标自抗体和目标非自抗体，其中，所述目标自抗体是历史抗原数据中的正常数据，所述目标非自抗体是历史抗原数据中的盗窃数据；

基于所述目标自抗体和所述预设人工免疫模型的预设自抗体，获得更新自抗体；

基于所述目标非自抗体和所述预设自抗体，获得更新抗原；

利用所述更新自抗体和所述更新抗原，对所述预设人工免疫模型进行更新，以获得更新后的预设人工免疫模型，利用所述更新后的预设人工免疫模型进行电能数据盗窃检测；

所述利用预设人工免疫模型，在历史抗原数据中确定出目标自抗体和目标非自抗体的步骤之前，所述方法还包括：

对获取到的历史能量数据进行降维处理，以获得结果历史能量数据，其中，所述历史能量数据包括功率特征数据、电压特征数据以及峰值特征数据；

在所述结果历史能量数据中提取历史功率特征数据；

利用所述历史功率特征数据对初始人工免疫模型进行训练，以获得所述预设人工免疫模型。

2.如权利要求1所述的方法，其特征在于，所述利用所述历史功率特征数据对初始人工免疫模型进行训练，以获得所述预设人工免疫模型的步骤，包括：

利用初始人工免疫模型的预期覆盖率、所述初始人工免疫模型中初始检测器的预设长度、自体半径和所述初始检测器的预设最大数量，对所述初始人工免疫模型进行配置，以获得配置后的初始人工免疫模型；

将所述历史功率特征数据输入所述配置后的初始人工免疫模型进行训练，直到所述初始人工免疫模型满足预设条件，获得所述预设人工免疫模型。

3.如权利要求2所述的方法，其特征在于，所述利用所述更新自抗体和所述更新抗原，对所述预设人工免疫模型进行更新，以获得更新后的预设人工免疫模型，利用所述更新后的预设人工免疫模型进行电能数据盗窃检测的步骤之前，所述方法还包括：

利用所述预设人工免疫模型确定所述历史抗原数据对应的历史亲和力；

利用所述历史亲和力，在成熟检测器中确定出淘汰检测器；

所述利用所述更新自抗体和所述更新抗原，对所述预设人工免疫模型进行更新，以获得更新后的预设人工免疫模型的步骤，包括：

利用所述更新自抗体和所述更新抗原对所述预设人工免疫模型进行训练，以生成更新检测器；

基于所述更新检测器、所述成熟检测器和所述淘汰检测器，获得更新后的预设人工免疫模型。

4.如权利要求1-3任一项所述的方法，其特征在于，所述基于所述目标自抗体和所述预设人工免疫模型的预设自抗体，获得更新自抗体的步骤，包括：

基于所述目标自抗体和所述预设自抗体，获得淘汰自抗体；

基于所述目标自抗体和所述淘汰自抗体，利用公式一，获得更新自抗体；

所述公式一为：

其中，{x₁,x₂,…,x_n}为所述预设自抗体，δ为抗体更新周期，t为任意一个更新时刻，(t-1)为更新时刻t之前的一个时刻，self(t)为更新时刻t对应的更新自抗体，self_dead(t)为一个所述抗体更新周期的结束时刻对应的淘汰自抗体,Ag′_new(-1)为一个所述抗体更新周期的结束时刻对应的目标自抗体。

5.如权利要求1-3任一项所述的方法，其特征在于，所述基于所述目标非自抗体和所述预设自抗体，获得更新抗原的步骤，包括：

基于所述目标非自抗体和所述预设自抗体，利用公式二，获得更新抗原；

所述公式二为：

其中，self(0)为所述预设自抗体，γ为抗原更新周期，t为任意一个更新时刻，(t-1)为更新时刻t之前的一个时刻，Ag(t)为更新时刻t对应的更新抗原，Ag_nonself()为更新时刻t对应的目标非自抗体，Ag_new(t)为一个所述抗原更新周期结束时刻对应的所述更新抗原。