龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网山东省电力公司济南供电公司
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。
主权项：1.一种基于频谱学习与张量分解的用电异常检测方法，其特征在于，包括以下步骤：获取用户用电数据，在对所述用户用电数据预处理之后，将用户用电序列在时间方向上进行特征映射得到嵌入矩阵；基于所述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，通过图卷积获得节点层次的第一特征矩阵；将所述第一特征矩阵通过注意力机制得到拓扑结构的第二特征矩阵；将所述第一特征矩阵分解为多个秩为1分解矩阵，利用分解矩阵作为多头注意力机制的张量获得用户用电数据的细粒度特征矩阵；将所述细粒度特征矩阵、第一特征矩阵和第二特征矩阵使用哈达玛积进行特征聚合后得到第三特征矩阵，将所述第三特征矩阵进行频谱图卷积后得到第四特征矩阵；利用所述第四特征矩阵对用户用电数据进行预测，经过全连接层映射到预测值窗口的大小，通过设置的门槛值检测出用电异常。
全文数据：
权利要求：
百度查询： 国网山东省电力公司济南供电公司 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
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号