買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣東電網有限責任公司;廣東電網有限責任公司汕頭供電局申請的專利一種用電數據風險評估方法、裝置、設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115392715B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211027287.8，技術領域涉及：G06Q10/0635；該發明授權一種用電數據風險評估方法、裝置、設備及存儲介質是由紀素娜;林幕群;吳丹妍;林楷東;姚偉智;吳劉燕;蔡燕芬;李擁騰;王春雄;方宗勝設計研發完成，并于2022-08-25向國家知識產權局提交的專利申請。

本一種用電數據風險評估方法、裝置、設備及存儲介質在說明書摘要公布了：本發明公開了一種用電數據風險評估方法、裝置、設備及存儲介質。包括：讀取配電網中各用戶的歷史用電數據，并根據歷史用電數據構建評估模型，其中，評估模型中包含第一自編碼器、第二自編碼器以及全連接神經網絡模型；獲取待測用電數據，通過評估模型對待測用電數據進行評分生成評分結果；根據評分結果確定待測用電數據的風險等級。通過歷史用電數據構建評估模型，并通過預先構建的評估模型對待測用電數據進行評分，最后根據評分結果確定風險等級的方式可以準確通過評分結果確定風險等級，提高了評估的準確性，并且無需人員去現場檢查，節約了人力資源的同時提高了風險評估效率。

本發明授權一種用電數據風險評估方法、裝置、設備及存儲介質在權利要求書中公布了：1.一種用電數據風險評估方法，其特征在于，包括：讀取配電網中各用戶的歷史用電數據，并根據所述歷史用電數據構建評估模型，其中，所述評估模型中包含第一自編碼器、第二自編碼器以及全連接神經網絡模型；獲取待測用電數據，通過所述評估模型對所述待測用電數據進行評分生成評分結果；根據所述評分結果確定所述待測用電數據的風險等級；其中，所述獲取待測用電數據，通過所述評估模型對所述待測用電數據進行評分生成評分結果，包括：對所述待測用電數據進行預處理生成數據集；通過所述第一自編碼器對所述數據集進行處理，獲得數據重構誤差和所述數據集的第一特征值，其中，所述第一自編碼器中包含編碼層和解碼層；通過所述第二自編碼器對所述數據集的第一特征值進行處理獲得特征重構誤差、第一特征值的隱藏特征值和所述數據集的第二特征值；通過所述全連接神經網絡模型對所述第二特征值進行處理生成高斯分數；根據所述數據重構誤差、所述特征重構誤差和所述高斯分數生成所述評分結果；其中，所述通過所述第一自編碼器對所述數據集進行處理，獲得數據重構誤差和所述數據集的第一特征值，包括：通過所述編碼層對所述數據集進行特征提取得到所述數據集的第一特征值；通過所述解碼層對所述數據集進行重構得到重構數據集；根據所述數據集和所述重構數據集獲取所述數據重構誤差；其中，所述通過所述第二自編碼器對所述數據集的第一特征值進行處理獲得特征重構誤差、第一特征值的隱藏特征值和所述數據集的第二特征值，包括：通過所述第二自編碼器對所述第一特征值進行重構得到所述數據集的重構特征值；通過所述第二自編碼器對所述第一特征值進行編碼得到所述第一特征值的隱藏特征值；根據所述重構特征值和所述數據集的第一特征值獲取所述特征重構誤差；獲取所述重構特征值和所述數據集的第一特征值的歐式距離以及余弦相似度，根據所述歐式距離、所述余弦相似度和所述隱藏特征值得到所述數據集的第二特征值；其中，通過所述全連接神經網絡模型對所述第二特征值進行處理生成高斯分數，包括：通過所述全連接神經網絡模型對所述數據集的第二特征值采用最大期望算法EM進行計算，獲取所述數據集的第二特征值所對應的歸屬概率；通過所述歸屬概率和所述數據集的第二特征值進行計算，獲得所述全連接神經網絡模型的分數計算關聯參數；根據所述關聯參數和所述數據集的第二特征值生成所述高斯分數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東電網有限責任公司;廣東電網有限責任公司汕頭供電局，其通訊地址為：510000 廣東省廣州市越秀區東風東路757號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。