[发明专利]三合一场所识别方法、识别模型的构建方法及相关设备

说明书

本发明提供了一种三合一场所识别方法、识别模型的构建方法及相关设备，获取待识别的三合一场所的生活能源使用数据、信令数据和网络消费数据；提取上述各类数据的特征向量，并将特征向量输入三合一场所识别模型进行识别，得到待识别的三合一场所对应的风险分数，三合一场所识别模型为利用数据拥有方采集的具有时空属性的样本数据进行时空联邦和元学习构建的模型；若风险分数大于预设风险分数，确定待识别的三合一场所存在安全隐患。在本方案中，充分考虑不同行业三合一场所的数据差异性和数据时空属性，基于预先根据三合一场所具有时空属性的数据构建统一的识别模型，实现精确且有效的确定存在安全隐患的三合一场所。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种三合一场所识别方法、识别模型的构建方法及相关设备。

背景技术

三合一场所是指将人员住宿场所与生产、仓储、经营等场所混合设置在同一建筑内，且住宿场所与其他功能的场所之间未设置有效的防火分隔。因此，为防范三合一场所发生火灾事故，首先需要先识别出哪些场所属于三合一场所的范畴则显得尤为重要。

现有的三合一场所的识别方式，主要是通过电力监测设备分析场所用电特征，当检测出用户用电异常情况时，后台推送报警信息，为相关管理部门提供决策辅助。但是，该种识别方法存在以下缺点：第一、分析数据较为单一；第二、采用预定义的规则模型分析容易忽略不同行业三合一场所的差异性，无法有效识别具有不同特征的三合一场所。

由此可知，现有的三合一场所的识别方法无法精确且有效的识别出三合一场所。

发明内容

有鉴于此，本发明实施例提供一种三合一场所识别方法、识别模型的构建方法及相关设备，以解决现有无法精确且有效的识别出三合一场所的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开了一种三合一场所识别方法，所述方法包括：

获取待识别的三合一场所的生活能源使用数据、信令数据和网络消费数据；

提取所述生活能源使用数据、信令数据和网络消费数据的特征向量，并将所述特征向量输入三合一场所识别模型，所述三合一场所识别模型为利用数据拥有方采集的具有时空属性的样本数据进行时空联邦学习构建的模型；

利用所述三合一场所识别模型对所述特征向量进行识别，得到所述待识别的三合一场所对应的风险分数；

若所述风险分数大于预设风险分数，确定所述待识别的三合一场所存在安全隐患。

可选的，所述提取所述生活能源使用数据、信令数据和网络消费数据的特征向量，并将所述特征向量输入所述三合一场所识别模型，包括：

将所述生活能源使用数据通过transformer模型，转化为生活特征向量；

利用卷积神经网络CNN和循环神经网络RNN将所述信令数据转换为信令特征向量；

获取所述网络消费数据中的地址信息，分析所述地址信息下的消费数据，基于所述消费数据构造对应的消费特征向量；

特征融合所述生活特征向量、所述信令特征向量和所述消费特征向量，将得到的融合特征输入所述三合一场所识别模型。

可选的，所述方法还包括：

发送报警提示信息，用于提示存在安全隐患的所述待识别的三合一场所。

本发明实施例第二方面公开了一种三合一场所识别模型的构建方法，所述方法包括：

提取联合训练三合一场所识别模型的数据拥有方各自收集的样本数据对应的特征向量，所述样本数据包括生活能源使用数据、信令数据和网络消费数据；