基本信息:
- 专利标题： 一种基于频谱学习与张量分解的用电异常检测方法和系统
- 申请号：CN202410856701.9 申请日：2024-06-28
- 公开(公告)号：CN118861922A 公开(公告)日：2024-10-29
- 发明人： 李秀强 , 刘志刚 , 魏晓光 , 谢帅 , 孙家印 , 秦灏 , 魏卓 , 李秀清
- 申请人： 国网山东省电力公司济南供电公司
- 申请人地址： 山东省济南市市中区泺源大街238号
- 专利权人： 国网山东省电力公司济南供电公司
- 当前专利权人： 国网山东省电力公司济南供电公司
- 当前专利权人地址： 山东省济南市市中区泺源大街238号
- 代理机构： 济南诚智商标专利事务所有限公司
- 代理人： 刘丙松
- 主分类号： G06F18/2433
- IPC分类号： G06F18/2433 ; G01R31/00 ; G06F18/2131 ; G06F18/25 ; G06N3/042 ; G06N3/045 ; G06N3/0464 ; G06Q50/06 ; G06F123/02
摘要：
本发明提出了一种基于频谱学习与张量分解的用电异常检测方法和系统，该方法包括：在对获取的用户用电数据预处理后在时间方向上进行特征映射得到嵌入矩阵；基于嵌入矩阵构建数据的拓扑关系得到邻接矩阵；利用嵌入矩阵与邻接矩阵，通过图卷积获得第一特征矩阵；将第一特征矩阵通过注意力机制获得第二特征矩阵；将第一特征矩阵分解为分解矩阵，利用分解矩阵作为多头注意力机制的张量获得细粒度特征矩阵；将细粒度特征矩阵、第一特征矩阵和第二特征矩阵进行特征聚合后得到第三特征矩阵，将第三特征矩阵进行频谱图卷积后得到第四特征矩阵；利用第四特征矩阵进行用电异常检测。基于该方法，还提出了检测系统。本发明提高了用电异常检测的性能。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06F | 电数字数据处理 |
| ------G06F18/00 | 模式识别 |
| --------G06F18/10 | .预处理；数据清理 |
| ----------G06F18/23 | ..聚类技术 |
| ------------G06F18/241 | ...与分类模型有关，例如参数或非参数方法 |
| --------------G06F18/2433 | ....单类视角，例如一对整体的分类；新奇检测；离群点检测 |