[发明专利]智能电网的计量异常诊断信息生成模型构建方法及系统

说明书

本发明公开了一种智能电网的计量异常诊断信息生成模型构建方法及系统，属于异常用电检测领域。包括：构建用户一周的异常用电数据集；搭建异常天数检测模块，输出一周的异常用电天数；判断用户一周的异常用电数据是完全异常数据还是部分异常数据；搭建两个结构相同的分类网络，将所述完全异常数据和所述部分异常数据分别输入到两个分类网中，输出预测的文字模板；将异常天数检测模块生成的异常天数填入生成的文字模板，生成异常诊断信息。本发明能够根据智能电网的计量数据自动生成诊断文字信息，减少在产生诊断报告时所需要的专家资源，提高机器学习在电力计量异常检测中的可解释性。

技术领域

本发明属于异常用电检测领域，更具体地，涉及一种面向智能电网的计量异常诊断信息生成模型构建方法及系统。

背景技术

科技力的发展让人们的生活水平也有了质的提高，传统电网越来越难以满足电力需求的日益增长，因此，电网迈上了信息化、数字化、智能化的进程。随着智能电网的逐步建立，各种电力计量数据也随之海量增长，为大数据和人工智能技术解决电力领域的问题提供了数据基础。

电力领域中为学者们所关注的重点问题之一就是窃电等异常用电行为的诊断，这些行为毫无疑问给电网带来了巨大的经济损失，同时也影响电网的安全运行。然而目前的研究工作对异常用电的可解释性研究不足，因而对现场稽查的支撑力度不够。大量实际工作经验显示，仅有异常检测结果难以进行有效的详细诊断，信息量更大的文字诊断报告更能有效提高异常用电的现场稽查的成功率。由于检测人员实地稽查这一环节通常是无法避免的，所以需要由电力专家仔细分析这些被诊断为异常的用户的电力计量数据，再给出文字诊断报告，诊断报告往往对现场稽查起着不可或缺的作用。因为诊断报告中能让工作人员对用户的异常用电类型有大致的估计，此外报告中也包含一些有助于提高现场稽查的成功概率的信息，例如异常用电行为的规律性或时间信息。

综上所述，目前的电力计量异常诊断相关研究工作对诊断文字信息的自动生成的相关研究不足，仍需大量的专家资源生成诊断报告，业界缺乏面向智能电网的计量数据异常诊断信息自动生成方法。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种面向智能电网的计量异常诊断信息生成模型构建方法及系统，其目的在于根据智能电网的计量数据自动生成诊断文字信息，减少在产生诊断报告时所需要的专家资源，提高机器学习在电力计量异常检测中的可解释性。

为实现上述目的，按照本发明的一个方面，提供了一种智能电网的计量异常诊断信息生成模型构建方法，包括：

搭建异常天数检测模块，用于估计训练数据集中用户一周的异常用电数据对应的异常用电天数；以用户一周的异常用电数据为输入，以异常用电天数为标签，以对所述异常天数检测模块进行训练，所述训练数据集包括用户一周的异常用电数据；

搭建异常用电数据判断模块，用于判断用户一周的异常用电数据是完全异常数据还是部分异常数据，若所述异常用电天数为7则为完全异常数据，否则为部分异常数；

搭建两个结构相同的第一分类网络，采用所述完全异常数据和所述部分异常数据分别对两个第一分类网络进行训练，输出预测的文字模板，所述文字模板包括异常数据现象及对应的异常类型推测，其中，所述异常数据现象包括对总体用电量、背景负荷、用电曲线及用电峰值的描述；

搭建异常诊断信息生成模块，用于将所述异常天数检测模块生成的异常天数填入所述文字模板，生成异常诊断信息；

所述智能电网的计量异常诊断信息生成模型包括异常天数检测模块、异常用电数据判断模块、两个第一分类网络及异常诊断信息生成模块。

进一步地，每个第一分类网络包括三个串联连的带注意力机制的残差模块、一个drouout层和一个全连接层，将所述完全异常数据和所述部分异常数据分别输入到两个第一分类网中以对所述第一分类网络进行训练，输出预测的文字模板。