(19)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 202211478726.7 (22)申请日 2022.11.24 (71)申请人 国网天津市电力公司城南供电分公 司 地址 300201 天津市河西区广东路167号 申请人 国网天津市电力公司 　 国家电网有限公司 (72)发明人 蔺金泉　薛超　吴绍卿　王丹梅　 张彤　刘一鸣　王楠　王凯　兰宇　 范玲　任雪征　张广林　刘丽瑶　 郭玉华　李洵　马彩娟　王红　 王梓霖　侯立睿　曹卓然　 (74)专利代理 机构 北京知联天下知识产权代理 事务所(普通 合伙) 11594 专利代理师 孔凡梅(51)Int.Cl. G06K 9/62(2022.01) G06Q 50/06(2012.01) (54)发明名称 一种用电数据的识别方法、 系统及应用 (57)摘要 本发明实施例公开一种用电数据的识别方 法、 系统及应用， 所述方法包括： 根据历史用电数 据以及设定的超参数构造训练集数据的用电特 征； 根据所述训练集数据的用电特征， 利用随机 森林算法对模型进行预训练， 获取目标用电特 征； 根据所述目标用电特征， 利用随机森林算法 对模型进行训练； 根据测试集数据对模型进行调 优， 生成识别模型。 本发明利用某区域企业档案 明细、 月用电明细和日用电明细等特征数据构建 相关算法模 型， 在样本用户中识别筛选出疑似虚 拟货币“挖矿”行为用户， 助力全面、 精准地治理 “挖矿”行为。 权利要求书4页 说明书19页 附图7页 CN 115545119 A 2022.12.30 CN 115545119 A 1.一种用电数据的识别方法， 其特 征在于， 包括： 根据历史用电数据以及设定的超参数构造训练集数据的用电特 征； 根据所述训练集数据的用电特征， 利用随机森林算法对模型进行预训练， 获取目标用 电特征； 根据所述目标用电特 征， 利用随机森林算法对 模型进行训练； 根据测试集数据对 模型进行调优， 生成识别模型。 2.根据权利要求1所述的用电数据的识别方法， 其特征在于， 所述设定的超参数包括异 常行为持续月数m和异常行为持续天数n。 3.根据权利要求1或2所述的用电数据的识别方法， 其特征在于， 所述用电特征包括： 用 电量特征、 月用电特 征一、 日用电特 征一、 月用电特 征二和日用电特 征二。 4.根据权利要求3所述的用电数据的识别方法， 其特 征在于： 当待预测数据集的总月数与训练集数据和测试集数据的总月数相同时， 将用户所有月 份的总用电量累加得到用电量特 征； 或将用户每月平均用电量除以训练集数据中所有用户每月平均用电量得到用户用电 量相对于训练集数据平均用电量的倍数； 当待预测数据集的总月数与训练集数据和测试集数据的总月数不一致 时， 将用户所有 月份的总用电量累加并除以总月数， 得到平均每月的用电量特 征。 5.根据权利要求3所述的用电数据的识别方法， 其特 征在于： 当峰电价区间时长a、 谷电价区间时长b以及平电价区间时长c相等时， 则所述月用电特 征一Fmonth的计算公式为： ；① 当不确定峰电价区间时长 a、 谷电价区间时长b以及平电价区间时长c是否相等 时， 则所 述月用电特 征一Fmonth的计算公式为： ；② 式①和式②中： Fmonth表示月用电特征一、 t1=1,2,3,..., T1‑m+1、 T1表示每个用户用电数 据的总月数、 m表示异常行为持续月数、 p1峰i表示该用户第i月峰电价区间用电量、 p1平i表示 该用户第i月平电价区间用电量、 p1谷i表示该用户第i月谷电价区间用电量、 p1总i表示该用户 第i月总用电量、 a表示峰电价区间时长、 b表示谷电价区间时长以及c表示平电价区间时长 。 6.根据权利要求3所述的用电数据的识别方法， 其特 征在于：权　利　要　求　书 1/4 页 2 CN 115545119 A 2当峰电价区间时长a、 谷电价区间时长b以及平电价区间时长c相等时， 则所述日用电特 征一Fday的计算公式为: ；③ 当不确定峰电价区间时长 a、 谷电价区间时长b以及平电价区间时长c是否相等 时， 则所 述日用电特 征一Fday的计算公式为: ；④ 式③和式④中： Fday表示日用电特征一、 t2=1,2,3,..., T2‑n+1、 T2表示每个用户用电数 据的总天数、 n表示异常行为持续天数、 p2峰j表示该用户第j天峰电价区间用电量、 p2平j表示 该用户第j天平电价区间用电量、 p2谷j表示该用户第j天谷电价区间用电量、 p2总j表示该用户 第j天总用电量、 a表示峰电价区间时长、 b表示谷电价区间时长以及c表示平电价区间时长 。 7.根据权利要求3所述的用电数据的识别方法， 其特征在于， 所述月用电特征二F ′month 的计算公式为： ；⑤ 式⑤中： F′month表示月用电特征二、 t1表示每个用户用电数据的总月数、 m表示异常行为 持续月数、 p1总i表示该用户第i月总用电量、 p1总 （i+1）表示该用户第i+1月总用电量。 8.根据权利 要求3所述的用电数据的识别方法， 其特征在于， 所述日用电特征二F ′day的 计算公式为： ；⑥ 式⑥中： F′day表示日用电特征二、 t2表示每个用户用电数据的总天数、 n表示异常行为持 续天数、p2总j表示该用户第j天总用电量、 p2总 （j+1）表示该用户第j+1 天总用电量。 9.根据权利要求3所述的用电数据的识别方法， 其特征在于， 在所述的根据历史用电数 据以及设定的超参数构造训练集数据的用电特 征之前包括： 获取历史用电数据， 所述历史用电数据包括企业档案明细、 月用电明细和日用电明细；权　利　要　求　书 2/4 页 3 CN 115545119 A 3