[发明专利]人工免疫模型获得方法和终端设备

说明书

本发明公开一种免疫检测器训练方法，包括：利用预设免疫检测器模型，在历史抗原数据中确定出目标自抗体和目标非自抗体；基于目标自抗体和预设免疫检测器模型的预设自抗体，获得更新自抗体；基于目标非自抗体和预设自抗体，获得更新抗原；利用更新自抗体和更新抗原，对预设免疫检测器模型进行更新，以获得更新后的预设免疫检测器模型。本发明还公开一种免疫检测器训练装置、终端设备以及存储介质。利用本发明的方法，不需要重新构建新的神经网络检测模型，省去了构建新的预设免疫检测器模型的时间，从而大大减少了预设免疫检测器模型的获得时间，提高了预设免疫检测器训练效率。

技术领域

本发明涉及电能数据处理领域，特别涉及一种人工免疫模型获得方法、装置、终端设备以及计算机可读存储介质。

背景技术

先进计量基础设施(AMI)是能量数据管理系统、智能仪表和通信网络的融合系统，它能够为公用事业和客户各自实现智能能量管理和消费。如果与客户技术相结合，AMI还能够提供近乎实时的费率方案和激励措施，这鼓励客户在能量消费和成本方面做出有依据的决定。

然而，越来越多的安全和隐私问题正在阻碍这些这些有前景的益处的实现。究其原因，现有的智能仪表、网络网关以及通信信道通常处于较弱的保护之中，例如缺乏严格的访问控制机制、容易被未经授权的窃听者攻击以及容易被物理篡改等等。

相关技术中，提出了一种自适应神经模糊推理系统，应用于住宅能量消耗模式，通过训练生成的神经网络检测模型，对待检测能量数据进行检测，以确定待检测能量数据是否为盗窃数据。

但是，现有的能量盗窃检测方法中，神经网络检测模型的获得效率较低。

发明内容

本发明的主要目的是提供一种人工免疫模型获得方法、装置、终端设备以及计算机可读存储介质，旨在解决现有技术中现有的能量盗窃检测方法中，神经网络检测模型的获得效率较低的技术问题。

为实现上述目的，本发明提出一种人工免疫模型获得方法，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；

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。

可选的，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；

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。

可选的，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。

可选的，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；