[发明专利]一种基于用电数据异常分析的用户行为锁定方法和系统在审

专利信息
申请号: 202111616708.6 申请日: 2021-12-28
公开(公告)号: CN113988723A 公开(公告)日: 2022-01-28
发明(设计)人: 宋才华;布力;王晶;王永才;皇甫汉聪;关兆雄;陈衍鹏;叶杰贤;林钰杰;刘胜强 申请(专利权)人: 广东电网有限责任公司佛山供电局
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 杨小红
地址: 528000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 用电 数据 异常 分析 用户 行为 锁定 方法 系统
【权利要求书】:

1.一种基于用电数据异常分析的用户行为锁定方法,其特征在于,包括:

获取用户在预定时间段内的用电数据;

根据用户在预定时间段内的用电数据,分析用户的用电数据是否异常,其中,当用户在预定时间段内的用电数据超出预定范围时,判断用户的用电数据是否异常;

若用户的用电数据异常,则计算用户在预定时间段内的用电数据超出预定范围的变化用电量;

根据变化用电量确定用户行为类型;

其中,根据变化用电量确定用户行为类型为从行为数据库中查找变化用电量对应的用户行为类型,其中,行为数据库中存储有用户行为类型与变化用电量之间的对应关系,或将变化用电量输入预置深度学习模型,得到变化用电量对应的用户行为类型,其中,预置深度学习模型的输入为变化用电量,输出为用户行为类型,或从行为数据库中查找变化用电量对应的第一用户行为类型,将变化用电量输入预置深度学习模型,得到变化用电量对应的第二用户行为类型,当第一用户行为类型与第二用户行为类型相同时,确定用户行为类型并进行输出。

2.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法,其特征在于,还包括:

更新行为数据库。

3.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法,其特征在于,从行为数据库中查找变化用电量对应的用户行为类型,包括:

从行为数据库中查找变化用电量对应的用户行为类型,若行为数据库中存在变化用电量对应的用户行为类型,则提取出变化用电量对应的用户行为类型,若行为数据库中不存在变化用电量对应的用户行为类型,则返回调查用户行为请求,使得工作人员调查变化用电量对应的用户行为类型,并将变化用电量与用户行为类型的对应关系存储到行为数据库中。

4.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法,其特征在于,根据用户在预定时间段内的用电数据,分析用户的用电数据是否异常,之前还包括:

获取用户的历史用电数据;

根据历史用电数据获取与预定时间段相同时长的多个时间段内的第一平均用电量;

将第一平均用电量乘以第一系数作为预定范围的下限,将第一平均用电量乘以第二系数作为预定范围的上限,确定预定范围,其中第一系数小于第二系数。

5.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法,其特征在于,根据用户在预定时间段内的用电数据,分析用户的用电数据是否异常,之前还包括:

获取用户的用电类型和用电规模;

根据用户的用电类型和用电规模查找与用户的用电类型和用电规模相似度超过阈值的相似用户;

获取所有相似用户在预定时间段内的第二平均用电量;

将第二平均用电量乘以第一系数作为预定范围的下限,将第二平均用电量乘以第二系数作为预定范围的上限,确定预定范围,其中第一系数小于第二系数。

6.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法,其特征在于,根据用户在预定时间段内的用电数据,分析用户的用电数据是否异常,之前还包括:

获取用户的历史用电数据;

根据历史用电数据获取与预定时间段相同时长的多个时间段内的第一平均用电量;

将第一平均用电量乘以第一系数作为第一预定范围的下限,将第一平均用电量乘以第二系数作为第一预定范围的上限,确定第一预定范围,其中第一系数小于第二系数;

获取用户的用电类型和用电规模;

根据用户的用电类型和用电规模查找与用户的用电类型和用电规模相似度超过阈值的相似用户;

获取所有相似用户在预定时间段内的第二平均用电量;

将第二平均用电量乘以第一系数作为第二预定范围的下限,将第二平均用电量乘以第二系数作为第二预定范围的上限,确定第二预定范围,其中第一系数小于第二系数;

将第一预定范围和第二预定范围确定为预定范围。

7.一种基于用电数据异常分析的用户行为锁定系统,其特征在于,包括:

用电数据获取模块,用于获取用户在预定时间段内的用电数据;

用电数据异常分析模块,用于根据用户在预定时间段内的用电数据,分析用户的用电数据是否异常,其中,当用户在预定时间段内的用电数据超出预定范围时,判断用户的用电数据是否异常;

用电数据变化量计算模块,用于若用户的用电数据异常,则计算用户在预定时间段内的用电数据超出预定范围的变化用电量;

用户行为类型确定模块,用于根据变化用电量确定用户行为类型;

其中,根据变化用电量确定用户行为类型为从行为数据库中查找变化用电量对应的用户行为类型,其中,行为数据库中存储有用户行为类型与变化用电量之间的对应关系,或将变化用电量输入预置深度学习模型,得到变化用电量对应的用户行为类型,其中,预置深度学习模型的输入为变化用电量,输出为用户行为类型,或从行为数据库中查找变化用电量对应的第一用户行为类型,将变化用电量输入预置深度学习模型,得到变化用电量对应的第二用户行为类型,当第一用户行为类型与第二用户行为类型相同时,确定用户行为类型并进行输出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司佛山供电局,未经广东电网有限责任公司佛山供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111616708.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top