国家电网有限公司客户服务中心

本发明公开了基于异构图对比学习的电力缴费异常社区检测方法及系统。电力缴费异常社区检测方法，包括构建异构图，基于异构图构建网络模式视图与元路径视图；利用网络模式视图编码器和元路径视图编码器分别对网络模式视图与元路径视图进行特征编码，根据编码特征跨视图对比学习，得到用户节点表示；根据用户节点表示进行社区生成，得到用户社区；至少根据归一化后的关系聚集指标、环境复用指标和行为突发指标，对用户社区计算社区级异常评分；根据社区级异常评分输出异常社区检测结果。本发明能够用于电力缴费场景下的异常社区识别、风险预警与业务核查。

本发明提供一种基于时序特征挖掘的设备能耗异常识别方法，涉及电力系统设备运行状态监测与数据处理技术领域，包括：获取变电设备时序能耗序列及调度指令包含的指令下发时刻与预期调节功率；根据指令下发前的稳态有功负载率得出预期机械迟滞时长与预期负载爬坡斜率；结合指令下发时刻与机械迟滞时长得出预期动作起始时刻；在序列中寻找实际动作起始时刻并进行时间对齐；结合预期调节功率与爬坡斜率构建物理过渡轨迹，拼接至稳态运行基准线生成动态基线；当对齐能耗序列偏离动态基线限定的跟随区间时判定能耗异常。本发明包容了设备实际的物理过渡过程，提高了异常判定的准确率。