(19)中华 人民共和国 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 202111616708.6 (22)申请日 2021.12.28 (71)申请人 广东电网有限责任公司佛山供电局 地址 528000 广东省佛山市禅城区汾江南 路1号 (72)发明人 宋才华　布力　王晶　王永才　 皇甫汉聪 　关兆雄　陈衍鹏　 叶杰贤　林钰杰　刘胜强　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 杨小红 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于用电数据异常分析的用户行为锁 定方法和系统 (57)摘要 本发明公开了一种基于用电数据异常分析 的用户行为锁定方法和系统， 涉及电力数据分析 技术领域， 先根据用户在预定时间段内的用电数 据进行异常分析， 当存在用电数据异常之后， 计 算异常的用电数据变化用电量， 然后根据变化用 电量确定用户的行为类型， 不但进行了用电数据 的异常分析， 还利用变化用电量来锁定用户行为 类型， 解决了现有的用电数据 异常分析没有针对 异常的用电数据进行用户行为分析， 无法根据 异 常的用电数据准确地锁定用户行为， 无法为电力 管理单位提供可靠的电力管控指导， 导致电力管 理单位的电力管理力度不足的技 术问题。 权利要求书2页 说明书8页 附图4页 CN 113988723 A 2022.01.28 CN 113988723 A 1.一种基于用电数据异常 分析的用户行为锁定方法， 其特 征在于， 包括： 获取用户在预定时间段内的用电数据； 根据用户在预定时间段内的用电数据， 分析用户的用电数据 是否异常， 其中， 当用户在 预定时间段内的用电数据超出 预定范围时， 判断用户的用电数据是否异常； 若用户的用电数据异常， 则计算用户在预定时间段内的用电数据超出预定范围的变化 用电量； 根据变化用电量确定用户行为类型； 其中， 根据变化用电量确定用户行为类型为从行为数据库中查找变化用电量对应的用 户行为类型， 其中， 行为数据库中存储有用户行为类型与变化用电量之间的对应关系， 或将 变化用电量输入预置深度学习模型， 得到变化用电量对应的用户行为类型， 其中， 预置深度 学习模型 的输入为变化用电量， 输出为用户行为类型， 或从行为数据库中查找变化用电量 对应的第一用户行为类型， 将变化用电量输入预置深度学习模型， 得到变化用电量对应的 第二用户行为类型， 当第一用户行为类型与第二用户行为类型相同时， 确定用户行为类型 并进行输出。 2.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法， 其特征在于， 还 包括： 更新行为数据库。 3.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法， 其特征在于， 从 行为数据库中查找变化用电量对应的用户行为类型， 包括： 从行为数据库中查找变化用电量对应的用户行为类型， 若行为数据库中存在变化用电 量对应的用户行为类型， 则提取出变化用电量对应的用户行为类型， 若行为数据库中不存 在变化用电量对应的用户行为类型， 则 返回调查用户行为请求， 使得工作人员调查变化用 电量对应的用户行为类型， 并将 变化用电量与用户行为类型的对应关系存储到行为数据库 中。 4.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法， 其特征在于， 根 据用户在预定时间段内的用电数据， 分析用户的用电数据是否异常， 之前还 包括： 获取用户的历史用电数据； 根据历史用电数据获取与预定时间段相同时长的多个时间段内的第一平均用电量； 将第一平均用电量乘以第 一系数作为预定范围的下限， 将第 一平均用电量乘以第 二系 数作为预定范围的上限， 确定预定范围， 其中第一系数小于第二系数。 5.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法， 其特征在于， 根 据用户在预定时间段内的用电数据， 分析用户的用电数据是否异常， 之前还 包括： 获取用户的用电类型和用电规模； 根据用户的用电类型和用电规模查找与用户的用电类型和用电规模相似度超过阈值 的相似用户； 获取所有相似用户在预定时间段内的第二平均用电量； 将第二平均用电量乘以第 一系数作为预定范围的下限， 将第 二平均用电量乘以第 二系 数作为预定范围的上限， 确定预定范围， 其中第一系数小于第二系数。 6.根据权利要求1所述的基于用电数据异常分析的用户行为锁定方法， 其特征在于， 根权　利　要　求　书 1/2 页 2 CN 113988723 A 2据用户在预定时间段内的用电数据， 分析用户的用电数据是否异常， 之前还 包括： 获取用户的历史用电数据； 根据历史用电数据获取与预定时间段相同时长的多个时间段内的第一平均用电量； 将第一平均用电量乘以第 一系数作为第 一预定范围的下限， 将第 一平均用电量乘以第 二系数作为第一预定范围的上限， 确定第一预定范围， 其中第一系数小于第二系数； 获取用户的用电类型和用电规模； 根据用户的用电类型和用电规模查找与用户的用电类型和用电规模相似度超过阈值 的相似用户； 获取所有相似用户在预定时间段内的第二平均用电量； 将第二平均用电量乘以第 一系数作为第 二预定范围的下限， 将第 二平均用电量乘以第 二系数作为第二预定范围的上限， 确定第二预定范围， 其中第一系数小于第二系数； 将第一预定范围和第二预定范围确定为预定范围。 7.一种基于用电数据异常 分析的用户行为锁定系统， 其特 征在于， 包括： 用电数据获取模块， 用于获取用户在预定时间段内的用电数据； 用电数据异常分析模块， 用于根据用户在预定时间段内的用电数据， 分析用户的用电 数据是否异常， 其中， 当用户在预定时间段内的用电数据超出预定范围时， 判断用户的用电 数据是否异常； 用电数据变化量计算模块， 用于若用户的用电数据异常， 则计算用户在预定时间段内 的用电数据超出 预定范围的变化用电量； 用户行为类型确定模块， 用于根据变化用电量确定用户行为类型； 其中， 根据变化用电量确定用户行为类型为从行为数据库中查找变化用电量对应的用 户行为类型， 其中， 行为数据库中存储有用户行为类型与变化用电量之间的对应关系， 或将 变化用电量输入预置深度学习模型， 得到变化用电量对应的用户行为类型， 其中， 预置深度 学习模型 的输入为变化用电量， 输出为用户行为类型， 或从行为数据库中查找变化用电量 对应的第一用户行为类型， 将变化用电量输入预置深度学习模型， 得到变化用电量对应的 第二用户行为类型， 当第一用户行为类型与第二用户行为类型相同时， 确定用户行为类型 并进行输出。权　利　要　求　书 2/2 页 3 CN 113988723 A 3