[发明专利]一种用电数据风险评估方法、装置、设备及存储介质

说明书

本发明公开了一种用电数据风险评估方法、装置、设备及存储介质。包括：读取配电网中各用户的历史用电数据，并根据历史用电数据构建评估模型，其中，评估模型中包含第一自编码器、第二自编码器以及全连接神经网络模型；获取待测用电数据，通过评估模型对待测用电数据进行评分生成评分结果；根据评分结果确定待测用电数据的风险等级。通过历史用电数据构建评估模型，并通过预先构建的评估模型对待测用电数据进行评分，最后根据评分结果确定风险等级的方式可以准确通过评分结果确定风险等级，提高了评估的准确性，并且无需人员去现场检查，节约了人力资源的同时提高了风险评估效率。

技术领域

本发明涉及风险评估领域，尤其涉及一种用电数据风险评估方法、装置、设备及存储介质。

背景技术

电力资源是我国当前的社会发展中应用在各种生产活动和日常活动的重要社会资源，它客观上从一定程度上关系到我国的工业生产效率，而当前电力企业在工作过程中，会面临着用电企业的用户在使用电力的过程中出现违规用电行为的情况。

然而在实际工作中，在电力企业发现用户有违规异常用电行为后，通常会委派人员到所有的异常用户所对应的电力计量装置实地勘察排除异常风险，或者根据原始的历史数据、人工经验以及先验知识对用户的风险异常程度进行分析划分，评定用电用户稽查等级。

现有技术中委派人员现场排查的方法不仅效率低，而且单纯通过人力依靠历史数据和人工经验划分的方法误差大，容易对风险等级造成误判。

发明内容

本发明提供了一种用电数据风险评估方法、装置、设备及存储介质，以实现评估用电用户的风险等级。

根据本发明的一方面，提供了一种用电数据风险评估方法，该方法包括：

读取配电网中各用户的历史用电数据，并根据历史用电数据构建评估模型，其中，评估模型中包含第一自编码器、第二自编码器以及全连接神经网络模型；

获取待测用电数据，通过评估模型对待测用电数据进行评分生成评分结果；

根据评分结果确定待测用电数据的风险等级。

优选的，获取待测用电数据，通过评估模型对待测用电数据进行评分生成评分结果，包括：对待测用电数据进行预处理生成数据集；通过第一自编码器对数据集进行处理，获得数据重构误差和数据集的第一特征值，其中，第一自编码器中包含编码层和解码层；通过第二自编码器对数据集的第一特征值进行处理获得特征重构误差、第一特征值的隐藏特征值和数据集的第二特征值；通过全连接神经网络模型对第二特征值进行处理生成高斯分数；根据数据重构误差、特征重构误差和高斯分数生成评分结果。

优选的，通过第一自编码器对数据集进行处理，获得数据重构误差和数据集的第一特征值，包括：通过编码层对数据集进行特征提取得到数据集的第一特征值；通过解码层对数据集进行重构得到重构数据集；根据数据集和重构数据集获取数据重构误差。

优选的，通过第二编码器对数据集的第一特征值进行处理获得特征重构误差、第一特征值的隐藏特征值和数据集的第二特征值，包括：通过第二自编码器对第一特征值进行重构得到数据集的重构特征值；通过第二自编码器对第一特征值进行编码得到第一特征值的隐藏特征值；根据重构特征值和数据集的第一特征值获取特征重构误差；获取重构特征值和数据集的第一特征值的欧式距离以及余弦相似度，根据欧式距离、余弦相似度和隐藏特征值得到数据集的第二特征值。

优选的，通过全连接神经网络模型对第二特征值进行处理生成高斯分数，包括：通过全连接神经网络模型对数据集的第二特征值采用最大期望算法EM进行计算，获取数据集的第二特征值所对应的归属概率；通过归属概率和数据集的第二特征值进行计算，获得全连接神经网络模型的分数计算关联参数；根据关联参数和数据集的第二特征值生成高斯分数。