(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211027287.8 (22)申请日 2022.08.25 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司汕头供电局 (72)发明人 纪素娜　林幕群　吴丹妍　林楷东　 姚伟智　吴刘燕　蔡燕芬　李拥腾　 王春雄　方宗胜　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 初春 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01)G06Q 50/06(2012.01) (54)发明名称 一种用电数据风险评估方法、 装置、 设备及 存储介质 (57)摘要 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。 权利要求书2页 说明书10页 附图4页 CN 115392715 A 2022.11.25 CN 115392715 A 1.一种用电数据风险评估方法， 其特 征在于， 包括： 读取配电网中各用户的历史用电数据， 并根据 所述历史用电数据构建评估模型， 其中， 所述评估 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 所述评估 模型对所述待测用电数据进行评分生成评分结果； 根据所述评分结果确定所述待测用电数据的风险等级。 2.根据权利要求1所述的方法， 其特征在于， 所述获取待测用电数据， 通过所述评估模 型对所述待测用电数据进行评分生成评分结果， 包括： 对所述待测用电数据进行 预处理生成数据集； 通过所述第 一自编码器对所述数据集进行处理， 获得数据重构误差和所述数据集的第 一特征值， 其中， 所述第一自编码器中包 含编码层和解码层； 通过所述第 二自编码器对所述数据集的第 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 征值和所述数据集的第二特 征值； 通过所述全连接神经网络模型对所述第二特 征值进行处 理生成高斯分数； 根据所述数据重构误差、 所述特 征重构误差和所述高斯分数生成所述评分结果。 3.根据权利要求2所述的方法， 其特征在于， 所述通过所述第 一自编码器对所述数据集 进行处理， 获得数据重构误差和所述数据集的第一特 征值， 包括： 通过所述编码层对所述数据集进行 特征提取得到所述数据集的第一特 征值； 通过所述解码层对所述数据集进行重构得到 重构数据集； 根据所述数据集和所述重构数据集获取 所述数据重构误差 。 4.根据权利要求3所述的方法， 其特征在于， 所述通过所述第 二编码器对所述数据集的 第一特征值进 行处理获得特征重构误差、 第一特征值的 隐藏特征值和所述数据集的第二特 征值， 包括： 通过所述第二自编码器对所述第一特 征值进行重构得到所述数据集的重构特 征值； 通过所述第二自编码器对所述第一特征值进行编码得到所述第一特征值的隐藏特征 值； 根据所述重构特 征值和所述数据集的第一特 征值获取 所述特征重构误差； 获取所述重构特征值和所述数据集的第 一特征值的欧式距离以及余弦相似度， 根据 所 述欧式距离、 所述 余弦相似度和所述隐藏特 征值得到所述数据集的第二特 征值。 5.根据权利要求4所述的方法， 其特征在于， 所述通过所述全连接神经网络模型对所述 第二特征值进行处 理生成高斯分数， 包括： 通过所述全连接神经网络模型对所述数据集的第二特征值采用最大期望算法EM进行 计算， 获取 所述数据集的第二特 征值所对应的归属概 率； 通过所述归属概率和所述数据集的第 二特征值进行计算， 获得所述全连接神经网络模 型的分数计算关联参数； 根据所述关联参数和所述数据集的第二特 征值生成所述高斯分数。 6.根据权利要求2所述的方法， 其特征在于， 所述根据所述数据重构误差、 所述特征重 构误差和所述高斯分数生成所述评分结果， 包括： 将所述数据重构误差、 所述特征重构误差和所述高斯分数作为评估指标， 并获取各评 估指标对应的权 重值；权　利　要　求　书 1/2 页 2 CN 115392715 A 2将各所述评估指标和各评估指标对应的所述权重值的乘积依次相加得到所述评分结 果。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述评分结果确定所述待测用电 数据的风险等级， 包括： 确定所述评分结果对应的分数区间； 根据所述分数区间确定所述待测用电数据的所述 风险等级。 8.一种用电数据风险评估 装置， 其特 征在于， 包括： 评估模型构建模块， 用于读取配电网中各用户的历史用电数据， 并根据所述历史用电 数据构建评估模型， 其中， 所述评估模 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； 评分结果生成模块， 用于获取待测用电数据， 通过所述评估模型对所述待测用电数据 进行评分生成评分结果； 风险等级确定模块， 用于根据所述评分结果确定所述待测用电数据的风险等级。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑7所述的方法。 10.一种计算机存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指令， 所述计算机指令用于使处 理器执行时实现权利要求1 ‑7中所述的方法。权　利　要　求　书 2/2 页 3 CN 115392715 A 3