(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 202111598872.9 (22)申请日 2021.12.24 (71)申请人 深圳供电局有限公司 地址 518001 广东省深圳市罗湖区深南 东 路4020号电力调度通信大楼 (72)发明人 梁洪浩　刘涛　伍少成　姜和芳　 陈晓伟　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 黄丽霞 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 17/14(2006.01)G01R 31/08(2006.01) (54)发明名称 线损异常检测方法、 装置、 计算机设备和存 储介质 (57)摘要 本申请涉及一种线损异常检测方法、 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： 通过对线损值数据库中每一历史时刻 的线损值进行小波变换处理， 得到每一历史时刻 的线损值对应的高频分量和低频分量； 根据每一 历史时刻的线损值对应的高频分量， 确定当前时 间段内预设时刻的高频分量预测值， 根据每一历 史时刻的线损值对应的低频分量， 确定预设时刻 的低频分量预测值； 根据预设时刻的高频分量预 测值及预设时刻的低频分量预测值， 确定预设时 刻的预测线损值； 根据预设时刻的预测线损值及 预设时刻的真实线损值， 确定预设时刻的真实线 损值是否异常。 从而降低人力成本， 提高线损异 常分析的效率， 提高线损异常分析结果的准确 度。 权利要求书2页 说明书16页 附图3页 CN 114444861 A 2022.05.06 CN 114444861 A 1.一种线损异常检测方法， 其特 征在于， 所述方法包括： 建立线损值数据库； 所述线损值数据库中包含预设历史时间段内每一历史时刻的线损 值； 对所述线损值数据库中每一历史时刻的线损值进行小波变换处理， 得到每一历史时刻 的线损值对应的高频分量和低频分量； 根据每一历史时刻的线损值对应的高频分量， 确定当前时间段内预设时刻的高频分量 预测值， 根据每一历史时刻的线损值对应的低频分量， 确定所述预设时刻的低频分量预测 值， 所述当前时间段 是由当前时刻所确定的且涵盖当前时刻； 根据所述预设时刻的高频分量预测值及所述预设时刻的低频分量预测值， 确定所述预 设时刻的预测线损值； 根据所述预设时刻的预测线损值及所述预设时刻的真实线损值， 确定所述预设时刻的 真实线损值是否异常。 2.根据权利要求1所述的方法， 其特 征在于， 所述建立线损值数据库， 包括： 获取每一历史时刻的线损值； 若存在任一历史时刻的线损值无法获取， 则基于回归插值法， 获取所述任一历史时刻 的线损值估算 值， 将所述线损值估算 值作为所述任一历史时刻的线损值； 根据每一历史时刻的线损值， 构建所述线损值数据库。 3.根据权利要求2所述的方法， 其特征在于， 所述基于回归插值法， 获取所述任一历史 时刻的线损值， 包括： 获取所述任一历史时刻前第一预设数量个历史时刻的线损值以及后第二预设数量个 历史时刻的线损值； 将前第一预设数量个历史时刻的线损值与 各自对应的权重相乘， 将后第 二预设数量个 历史时刻的线损值与各自对应的权重相乘， 将所有乘积、 随机因子与回归方程常数进行求 和， 得到第一 求和结果， 将所述第一 求和结果作为所述任一历史时刻的线损值。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述线损值数据库中每一历史时刻 的线损值进行小波变换处理， 得到每一历史时刻的线损值对应的高频分量和低频分量， 包 括： 对于任一历史时刻， 基于积分变成离散和变量的每一取值及所述任一历史时刻， 获取 第一小波分解滤波器的第一滤波 结果， 将积分变成离散和变量的每一取值对应的第一滤波 结果与所述任一历史时刻的线损值在第一预设层数下的高频部 分的小波系数进行相乘， 将 积分变成离散和变量的每一取值对应的乘积进行求和， 得到所述任一历史时刻的线损值对 应的高频分量； 基于积分变成离散和变量的每一取值及所述任一历史时刻， 获取第 二小波分解滤波器 的第二滤波结果， 将积分变 成离散和变量的每一取值对应的第二滤波 结果与所述任一历史 时刻的线损值在第二预设层数下的低频部 分的小波系数进 行相乘， 将积分变成离散和变量 的每一取值对应的乘积进行求和， 得到所述任一历史时刻的线损值对应的低频分量。 5.根据权利要求1所述的方法， 其特征在于， 所述根据每一历史时刻的线损值对应的高 频分量， 确定当前时间段内预设时刻的高频分量预测 值， 根据每一历史时刻的线损值对应 的低频分量， 确定所述预设时刻的低频分量预测值， 包括：权　利　要　求　书 1/2 页 2 CN 114444861 A 2将每一历史时刻的线损值对应的高频分量输入至自回归移动平均模型， 输出所述预设 时刻的高频分量预测值； 将每一历史时刻的线损值对应的低频分量输入至长短期记忆网络模型， 输出所述预设 时刻的低频分量预测值。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述预设时刻的高频分量预测值 及所述预设时刻的低频分量预测值， 确定所述预设时刻的预测线损值， 包括： 将积分变成离散和变量的每一取值对应的第三滤波结果与所述预设时刻的高频分量 预测值在第三预设层数下 的高频部分的小波系 数进行相乘， 将所有乘积进行求和， 得到第 二求和结果； 将积分变成离散和变量的每一取值对应的第四滤波结果与所述预设时刻的低频分量 预测值在第四预设层数下 的低频部分的小波系 数进行相乘， 将所有乘积进行求和， 得到第 三求和结果； 根据所述第二 求和结果与所述第三 求和结果， 计算所述预设时刻的预测线损值。 7.一种线损异常检测装置， 其特 征在于， 所述装置包括： 建立模块， 用于建立线损值数据库； 所述线损值数据库中包含预设历史时间段内每一 历史时刻的线损值； 小波变换模块， 用于对所述线损值数据库中每一历史时刻的线损值进行小波变换处 理， 得到每一历史时刻的线损值对应的高频分量和低频分量； 第一确定模块， 用于根据每一历史时刻的线损值对应的高频分量， 确定当前时间段内 预设时刻的高频分量预测值， 根据每一历史时刻的线损值对应的低频分量， 确定所述预设 时刻的低频分量预测值， 所述当前时间段 是由当前时刻所确定的且涵盖当前时刻； 第二确定模块， 用于根据所述预设时刻的高频分量预测值及所述预设时刻的低频分量 预测值， 确定所述预设时刻的预测线损值； 第三确定模块， 用于根据所述预设时刻的预测线损值及所述预设时刻的真实线损值， 确定所述预设时刻的真实线损值是否异常。 8.一种计算机设备， 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。 9.一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。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该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。权　利　要　求　书 2/2 页 3 CN 114444861 A 3