摘要
本发明提供的基于用户用电行为画像的供电服务智能预警方法及装置,包括:采集用户的用电数据、电网运行数据以及用户基础信息,构建多维度数据集;基于深度学习模型对所述多维度数据进行特征提取,得到用户用电行为画像;其中,深度学习模型采用优化的HRNet网络结构,将其中的Basic Block结构替换为BM Block结构,所述BM Block结构由Basic Block结构以及Mamba Block结构构成,捕捉用户用电模式的时序特征和空间特征,构建用户用电行为画像特征;基于构建的用户用电行为画像特征,识别出异常用电行为;基于所述异常用电行为触发对应的供电服务预警信号。在本发明中,克服了无法动态适应不同用户类型的用电特性差异,误报率较高的缺陷。
技术关键词
智能预警方法
画像特征
深度学习模型
电网运行数据
时序特征
网络结构
智能预警装置
基准特征
特征值
基础
预警模块
处理器
计算机设备
信号
超参数
可读存储介质
模式
存储器
系统为您推荐了相关专利信息
内容生成方法
实时语音
内容生成系统
文本
识别用户意图
智能弱电
数据融合方法
重构误差
深度自动编码器
融合特征
物流智能调度
数据同步周期
仓库
深度学习模型
因子
多模态深度学习
结构化日志数据
固件
服务器
测试方法