(19)中华 人民共和国 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 202111570276.X (22)申请日 2021.12.21 (71)申请人 瀚云科技有限公司 地址 214000 江苏省无锡市无锡新区新吴 区菱湖大道111号无锡软件园天鹅座B 栋1111室 (72)发明人 张磊　何渝君　姜林　陈丹丹　 方清　喻妍　柯腾　邬明罡　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 杨奇松 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 日用电数据缺失的补全方法、 装置、 电子设 备及存储介质 (57)摘要 本申请提供一种日用电数据缺失的补全方 法、 装置、 电子设备及存储介质。 包括： 获取预设 时间段内的离线用电数据； 根据离线用电数据对 应的时间点对 预设时间段进行分段， 获得至少一 个子时间段； 根据子时间段对应的离线用电数据 获得子时间段内平均每小时的平均用电数据； 获 取小时时间段对应的历史用电数据； 将平均用电 数据和历史用电数据输入预先训练好的数据补 全模型， 获得数据补全模型输出的每个小时时间 段的用电数据； 根据每个小时时间段的用电数据 确定补全的数据。 本申请通过近似日回归算法构 建的数据补全模 型对缺失用电数据进行补全， 实 现对每小时用电数据的实时监测， 提高对缺失用 电数据补全的精度。 权利要求书3页 说明书11页 附图3页 CN 114202231 A 2022.03.18 CN 114202231 A 1.一种日用电数据缺失的补全方法， 其特 征在于， 包括： 获取预设时间段内的离线用电数据； 根据所述离线用电数据对应的时间点对所述预设时间段进行分段， 获得至少一个子时 间段； 其中， 每 个所述子时间段包括至少一个小时 时间段； 根据所述子时间段对应的离线用电数据获得所述子时间段内平均每小时的平均用电 数据； 获取所述小时时间段对应的历史用电数据； 其中， 所述历史用电数据包括所述小时时 间段对应的前一天的用电数据、 所述小时时间段对应的前一月的用电数据、 所述小时时间 段对应的前一年的用电数据、 所述小时时间段的前一小时时间段的用电数据和所述小时时 间段之前的历史平均用电数据； 将所述平均用电数据和所述历史用电数据输入预先训练好的数据补全模型， 获得所述 数据补全模型输出 的每个所述小时时间段的用电数据； 其中， 所述数据补全模型为通过近 似日回归算法构建获得； 根据每个所述小时 时间段的用电数据确定补全的数据。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述子时间段对应的离线用电数 据获得所述子时间段内平均每小时的平均用电数据， 包括： 获取所述子时间段中起始时间点对应的第一起始用电数据和结束时间点对应的第一 结束用电数据； 根据所述第 一起始用电数据、 所述第 一结束用电数据和所述子时间段的时间间隔计算 所述子时间段内平均每小时的平均用电数据。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述平均用电数据和所述历史用电 数据输入预先训练好的数据补 全模型， 获得所述数据补 全模型输出的每个所述小时时间段 的用电数据， 包括： 根据Q＝α *Qd+β *Qm+γ*Qy+δ*Qh+ ε*Qavg+ μ*Qg计算所述每 个所述小时 时间段的用电数据； 其中， 所述Q为所述每个所述小时时间段的用电数据， Qd为所述小时时间段对应的前一 天的用电数据， Qm所述小时时间段对 应的前一月的用电数据， Qy所述小时时间段对 应的前一 年的用电数据， Qh为所述小时时间段的前一小时时间段的用电数， Qavg为所述子时间段内平 均每小时的平均用电数据， Qg为所述小时时间段之前的历史平均用电数据， α、 β 、 γ、 δ、 ε和 μ 为所述数据补全 模型的参数对应的系数。 4.根据权利要求1所述的方法， 其特征在于， 所述根据每个所述小时时间段的用电数据 确定补全的用电数据， 包括： 根据平均算法计算每个所述小时时间段在每个预设时间间隔的用电数据， 获得第 一用 电数据； 根据所述第一用电数据和每个所述预设时间间隔的第二起始用电数据获得补全的用 电数据。 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： 获取多个训练样本数据； 其中， 所述训练样本包括所述训练样本对应的训练时间段的 实际用电数据、 所述训练时间段对应的前一天的用电数据、 所述训练时间段对应的前一月 的用电数据、 所述训练时间段对应的前一年的用电数据、 所述训练时间段的前一小时时间权　利　要　求　书 1/3 页 2 CN 114202231 A 2段的用电数据、 所述训练 时间段对应的平均用电数据和所述训练 时间段之前的历史平均用 电数据； 将所述训练时间段对应的前一天的用电数据、 所述训练时间段对应的前一月的用电数 据、 所述训练时间段对应的前一年的用电数据、 所述训练时间段 的前一小时时间段 的用电 数据、 所述训练 时间段对应的平均用电数据和所述训练 时间段之前的历史平均用电数据输 入到第一待训练模型中， 获得所述第一待训练模型输出的第一预测用电数据； 其中， 所述第 一待训练模型为当前最优 模型； 根据所述实际用电数据和所述第一预测用电数据获得第一偏差值； 将所述训练时间段对应的前一天的用电数据、 所述训练时间段对应的前一月的用电数 据、 所述训练时间段对应的前一年的用电数据、 所述训练时间段 的前一小时时间段 的用电 数据、 所述训练 时间段对应的平均用电数据和所述训练 时间段之前的历史平均用电数据输 入到第二待训练模型中， 获得所述第二待训练模型输出的第二预测用电数据； 其中， 所述第 二待训练模型为对所述当前最优 模型中的参数进行重新随机生成获得的模型； 根据所述实际用电数据和所述第二预测用电数据获得第二偏差值； 根据所述第一偏差值和所述第二偏差值从所述当前最优模型和所述第二待训练模型 中确定新的当前最优 模型。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述第 一偏差值和所述第 二偏差 值从所述当前最优 模型和所述第二待训练模型中确定新的当前最优 模型， 包括： 判断训练次数 是否满足预设次数； 若所述训练次数满足所述预设次数， 则将所述当前最优 模型作为所述数据补全 模型； 若所述训练次数不满足所述预设次数， 则对所述新的当前最优模型的参数进行再次随 机生成， 获得新的第二待训练模型， 直至所述训练次数满足所述预设次数为止 。 7.根据权利要求1所述的方法， 其特征在于， 所述获取预设时间段内的离线用电数据， 包括： 获取通过红外抄表机和/或人工抄表采集的所述离线用电数据。 8.一种日用电数据缺失的补全 装置， 其特 征在于， 包括： 第一获取模块， 用于获取 预设时间段内的离线用电数据； 分段模块， 用于根据所述离线用电数据对应的时间点对所述预设时间段进行分段， 获 得至少一个子时间段； 其中， 每 个所述子时间段包括至少一个小时 时间段； 计算模块， 用于根据 所述子时间段对应的离线用电数据获得所述子时间段内平均每小 时的平均用电数据； 第二获取模块， 用于获取所述小时时间段对应的历史用电数据； 其中， 所述历史用电数 据包括所述小时时间段对应的前一天的用电数据、 所述小时时间段对应的前一月的用电数 据、 所述小时时间段对应的前一年的用电数据、 所述小时时间段 的前一小时时间段 的用电 数据和所述小时 时间段之前的历史平均用电数据； 第三获取模块， 用于将所述平均用电数据和所述历史用电数据输入预先训练好的数据 补全模型， 获得所述数据补 全模型输出的每个所述小时时间段的用电数据； 其中， 所述数据 补全模型为通过近似日回归算法构建获得； 确定模块， 用于根据每 个所述小时 时间段的用电数据确定补全的数据。权　利　要　求　书 2/3 页 3 CN 114202231 A 3