用电安全监测方法、装置、计算机设备和存储介质与流程

本申请涉及数据处理，特别是涉及一种用电安全监测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着数据处理技术的发展，出现了对用电信息进行数据处理从而进行用电监测的方法。可以根据用电信息的异常提供安全预警，保障用电安全。

2、传统的用电安全监测方法，一般通过持续低负荷、负荷突增两个维度制定用电异常评判标准进行日常用电安全监测，但是由于这两个维度之间的关联性较小，且监测数据较为单一，容易导致用电安全监测结果不准确。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高用电安全监测结果准确度的用电安全监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种用电安全监测方法。所述方法包括：确定目标对象当前正在使用的目标电器；获取所述目标电器的电器运行信息，基于所述电器运行信息确定所述目标对象针对所述目标电器的使用行为信息；对所述使用行为信息进行特征提取，获得所述目标对象的电器使用行为的使用行为特征；将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果。

3、在其中一个实施例中，所述电器运行信息包括多个候选运行信息；所述基于所述电器运行信息确定所述目标对象针对所述目标电器的使用行为信息，包括：获取各所述候选运行信息分别与用电安全性之间的关联度；针对于每一所述候选运行信息，在所述关联度满足关联条件的情况下，将所述电器运行信息确定为所述目标对象针对所述目标电器的使用行为信息。

4、在其中一个实施例中，所述使用行为特征包括多个目标电器各自对应的子行为特征；所述将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果，包括：对各所述目标电器各自对应的子行为特征进行特征融合处理，得到融合行为特征；将所述融合行为特征输入训练好的用电安全监测模型，并将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果。

5、在其中一个实施例中，所述使用行为特征包括多个目标电器各自对应的子行为特征；所述将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果，包括：

6、将各所述目标电器各自对应的子行为特征分别输入训练好的用电安全监测模型，得到各子行为特征各自的子安全监测结果；对各所述子安全监测结果进行统计分析，确定所述电器使用行为的用电安全监测结果。

7、在其中一个实施例中，所述用电安全监测方法还包括：获取所述目标对象在当前时刻的当前用电负荷、以及所述当前时刻的历史关联时刻的历史用电负荷；所述历史关联时刻与所述当前时刻属于同一时间周期；将所述当前用电负荷与所述历史用电负荷进行比对分析，确定所述当前时刻与所述历史关联时刻的负荷差异；结合所述负荷差异和所述用电安全监测结果，确定所述目标对象在当前时刻的用电安全综合监测结果。

8、在其中一个实施例中，所述用电安全监测方法还包括：获取目标对象针对至少一类电器的历史运行信息；所述历史运行信息包括多个历史使用行为各自对应的历史行为信息、以及每一所述历史使用行为各自的安全性标签；分别对每一所述历史行为信息进行特征提取，获得各所述历史使用行为各自的历史行为特征；构建包括所述历史行为特征、以及所述历史行为特征对应的安全性标签的学习样本；基于各所述历史使用行为各自的学习样本进行机器学习，得到与所述目标对象匹配的用电安全监测模型；所述用电安全监测模型用于确定所述目标对象的电器使用行为的安全性。

9、第二方面，本申请提供了一种用电安全监测装置。所述装置包括：

10、目标电器确定模块，用于确定目标对象当前正在使用的目标电器；

11、使用行为信息确定模块，用于获取所述目标电器的电器运行信息，基于所述电器运行信息确定所述目标对象针对所述目标电器的使用行为信息；

12、特征提取模块，用于对所述使用行为信息进行特征提取，获得所述目标对象的电器使用行为的使用行为特征；

13、用电安全监测结果确定模块，用于将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果。

14、在其中一个实施例中，本申请还提供了一种用电安全监测模型构建装置。所述装置包括：

15、历史运行信息获取模块，用于获取目标对象针对至少一类电器的历史运行信息；所述历史运行信息包括多个历史使用行为各自对应的历史行为信息、以及每一所述历史使用行为各自的安全性标签；

16、特征提取模块，用于分别对每一所述历史行为信息进行特征提取，获得各所述历史使用行为各自的历史行为特征；

17、学习样本构建模块，用于构建包括所述历史行为特征、以及所述历史行为特征对应的安全性标签的学习样本；

18、用电安全监测模型构建模块，用于基于各所述历史使用行为各自的学习样本进行机器学习，得到与所述目标对象匹配的用电安全监测模型；所述用电安全监测模型用于确定所述目标对象的电器使用行为的安全性。

19、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法的步骤。

20、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。

21、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的方法的步骤。

22、上述用电安全监测方法、装置、计算机设备、存储介质和计算机程序产品，确定目标对象当前正在使用的目标电器，获取目标电器的电器运行信息，可以确定目标对象针对于目标电器的用电情况，基于电器运行信息确定目标对象针对目标电器的使用行为信息，可以从电器运行信息中划分出目标对象人为操作对应的使用行为信息，对使用行为信息进行特征提取，获得目标对象的电器使用行为的使用行为特征，将使用行为特征输入训练好的用电安全监测模型，将用电安全监测模型的输出确定为电器使用行为的用电安全监测结果，可以对目标对象的电器使用行为进行全方面实时用电安全监测，提高用电安全监测的准确度。

技术特征：

1.一种用电安全监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述电器运行信息包括多个候选运行信息；所述基于所述电器运行信息确定所述目标对象针对所述目标电器的使用行为信息，包括：

3.根据权利要求1所述的方法，其特征在于，所述使用行为特征包括多个目标电器各自对应的子行为特征；所述将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述使用行为特征包括多个目标电器各自对应的子行为特征；所述将所述使用行为特征输入训练好的用电安全监测模型，将所述用电安全监测模型的输出确定为所述电器使用行为的用电安全监测结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.一种用电安全监测模型构建方法，其特征在于，所述方法包括：

7.一种用电安全监测装置，其特征在于，所述装置包括：

8.一种用电安全监测模型构建装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种用电安全监测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：确定目标对象当前正在使用的目标电器；获取目标电器的电器运行信息，基于电器运行信息确定目标对象针对目标电器的使用行为信息；对使用行为信息进行特征提取，获得目标对象的电器使用行为的使用行为特征；将使用行为特征输入训练好的用电安全监测模型，将用电安全监测模型的输出确定为电器使用行为的用电安全监测结果，采用本方法能够提高用电安全监测的准确度。

技术研发人员：李琦,尹亮群,彭文钦,徐嘉诚
受保护的技术使用者：南方电网数字平台科技（广东）有限公司
技术研发日：
技术公布日：2024/4/17