[发明专利]基于区块链的电力数据异常检测方法、装置和系统

说明书

本申请提供了一种基于区块链的电力数据异常检测方法、装置和系统，本申请基于中继机制为电力区块链构建了一个监管区块链，该方法包括：获得当前时刻待检测的至少一条目标电力数据；将目标电力数据输入到异常检测模型，得到异常检测模型输出的异常分类结果，异常分类结果用于表征目标电力数据是否属于异常数据，异常检测模型基于区块链已上报的电力数据作为训练样本进行模型训练得到的，且在新数据输入后，根据相似的历史数据进行局部训练优化，训练出更精确的分类模型；如果目标电力数据的异常分类结果表征目标电力数据属于异常数据，标记目标电力数据为异常数据。本申请的方案可以实现更为及时和高效的检测到电力数据中的异常数据。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种基于区块链的电力数据异常检测方法、装置和系统。

背景技术

随着区块链技术的不断发展，通过区块链来存储电力数据已经成为一种趋势。

由于区块链具有数据不可篡改、可溯源以及公开透明可验证等诸多优点，基于区块链存储电力数据有利于提高电力数据的安全性。区块链上存储的电力数据经常会存在一些异常数据，而目前大多是采用人工方法来监测区块链上的异常数据，但是区块链上存储的电力数据的数据量较大，人工方法很难及时和高效的发现异常数据。

发明内容

有鉴于此，本申请提供了一种基于区块链的电力数据异常检测方法、装置和系统，以实现更为及时和高效的检测到电力数据中的异常数据。

为实现上述目的，本申请提供了一种基于区块链的电力数据异常检测方法，应用于监管区块链，所述监管区块链为由多个监管机构的节点构成的区块链，且所述监管区块链为基于中继机制为至少一个电力区块链构建的中继链，所述电力区块链用于存储电力数据，所述方法包括：

获得当前时刻待检测的至少一条目标电力数据，所述至少一条目标电力数据为：至少一个电力区块链向所述监管区块链上报的，且尚未执行异常检测处理的电力数据；

将所述目标电力数据输入到异常检测模型，得到所述异常检测模型输出的异常分类结果，所述异常分类结果用于表征所述目标电力数据是否属于异常数据，所述异常检测模型为基于所述电力区块链已上报的电力数据作为训练样本，训练出的分类模型；

如果所述目标电力数据的异常分类结果表征所述目标电力数据属于异常数据，标记所述目标电力数据为异常数据。

在一种可能的实现方式中，所述异常检测模型为依据即时学习算法，在最近一次到达模型更新时刻时，基于所述模型更新时刻获得的电力数据以及所述模型更新时刻之前获得的历史电力数据训练出的分类模型。

在又一种可能的实现方式中，所述异常检测模型为结合单分类支持向量机算法训练出的分类模型。

在又一种可能的实现方式中，还包括：

在按照设定的模型更新周期确定出当前到达模型更新时刻时，获得当前时刻所述至少一个电力区块链最新上报的至少一条电力数据；

从当前时刻之前获得的多条历史电力数据中，筛选出与所述电力数据的相似度较高的前至少一条目标历史电力数据；

将所述至少一条电力数据以及至少一条目标历史电力数据作为训练数据，结合单类支持向量机算法训练分类模型，将训练得到的分类模型确定为所述模型更新时刻之后最近一个模型更新周期内的异常检测模型。

在又一种可能的实现方式中，在筛选出与所述电力数据的相似度较高的前至少一条目标历史电力数据之前，还包括：

对所述至少一条电力数据和当前时刻之前获得的多条历史电力数据进行主成分分析，得到至少一条主成分电力数据以及多条主成分历史电力数据；

所述从当前时刻之前获得的多条历史电力数据中，筛选出与所述电力数据的相似度较高的前至少一条目标历史电力数据，包括：

从所述多条主成分历史电力数据中，筛选出与所述主成分电力数据的相似度较高的前至少一条目标历史电力数据；