CN116451168B - 异常电力信息生成方法、装置、电子设备和可读介质 - Google Patents

Abstract

本公开的实施例公开了异常电力信息生成方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取历史电力数据集合；根据历史电力数据集合，生成历史电力数据组集合；根据历史电力数据组，生成历史电力数据树；获取待识别电力数据集合；执行以下步骤：根据待识别电力数据和历史电力数据树，生成待识别数据深度；根据各个待识别电力数据深度，生成待识别电力数据深度均值信息；响应于确定待识别电力数据深度均值信息小于预设深度阈值，将待识别电力数据确定为异常电力数据；根据各个异常电力数据，生成异常电力信息。该实施方式可以提高生成的异常电力信息的准确性和所确定的用电供应量的准确性，减少电力资源的浪费，缓解供电压力。

Description

异常电力信息生成方法、装置、电子设备和可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及异常电力信息生成方法、装置、电子设备和可读介质。

背景技术

随着大数据技术的发展，数据成为各行各业的关键生产要素，随着能源革命与数字革命相融并进，电力数据的建设和应用成为能源互联网建设的关键。目前，在生成异常电力信息时，通常采用的方式为：通过基于密度的离群点检测方法检测出异常电力数据，以及将检测出的异常电力数据确定为异常电力信息。

然而，发明人发现，当采用上述方式生成异常电力信息时，经常会存在如下技术问题：

第一，采用基于密度的检测方法，对邻域半径参数的依赖度较高，导致选定的邻域半径参数较大或较小时，生成的异常电力信息的准确率较低；该基于密度的检测方法不适用于检测密度分布不均匀的电力数据，导致该检测方法的适用范围较窄。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足。

第二，在生成异常电力信息的过程中，未考虑同时使用两种不同算法（借助不同算法的检测优势）的方式确定异常电力信息，导致生成的异常电力信息的准确性较低。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了异常电力信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种异常电力信息生成方法，该方法包括：获取目标地区的历史电力数据集合；根据上述历史电力数据集合，生成历史电力数据组集合；对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树；获取待识别电力数据集合；对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度；根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息；响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据；根据所确定的各个异常电力数据，生成异常电力信息。

第二方面，本公开的一些实施例提供了一种异常电力信息生成装置，装置包括：第一获取单元，被配置成获取目标地区的历史电力数据集合；第一生成单元，被配置成根据上述历史电力数据集合，生成历史电力数据组集合；第二生成单元，被配置成对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树；第二获取单元，被配置成获取待识别电力数据集合；执行单元，被配置成对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度；根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息；响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据；第三生成单元，被配置成根据所确定的各个异常电力数据，生成异常电力信息。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的异常电力信息生成方法，提高了生成的异常电力信息的准确率，提高了基于该电力数据所确定的用电供应量的准确性，减少了用电供应量较高时电力资源的浪费，缓解了用电供应量较低时供电能力不足的压力。具体来说，导致生成的异常电力信息的准确率较低，基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足的原因在于：采用基于密度的检测方法，对邻域半径参数的依赖度较高，导致选定的邻域半径参数较大或较小时，生成的异常电力信息的准确率较低；该基于密度的检测方法不适用于检测密度分布不均匀的电力数据，导致该检测方法的适用范围较窄。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足。基于此，本公开的一些实施例的异常电力信息生成方法，首先，获取目标地区的历史电力数据集合。由此，可以得到与待识别电力数据具有相同表现特征的历史电力数据集合。然后，根据上述历史电力数据集合，生成历史电力数据组集合。由此，可以得到历史电力数据组集合，从而可以用于生成判断待识别电力数据是否为异常电力数据的各个历史电力数据树。之后，对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树。由此，可以得到历史电力数据树，从而可以用于判断待识别电力数据是否为异常电力数据。其次，获取待识别电力数据集合。对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度。由此，可以得到待识别数据深度，从而可以用于确定待识别电力数据在单个历史电力数据树中的深度。从而可以用于判断待识别电力数据在单个历史电力数据树是否为异常电力数据。然后，根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息。由此，可以得到表征深度准确率较高的待识别电力数据深度均值信息。从而可以提高识别的待识别电力数据的准确率。之后，响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据。由此，可以得到表征数据深度较小的异常电力数据。最后，根据所确定的各个异常电力数据，生成异常电力信息。由此，可以得到异常电力信息，从而可以确定待识别电力数据集合包括的各个待识别电力数据的类别（异常或正常）。也因为通过历史电力数据组构建历史电力数据树，可以确定待识别电力数据的数据深度，从而可以判断待识别电力数据是否为异常电力数据。该方法消除了检测的电力数据密度是否分布均匀的限制，也消除了领域半径参数是否较大或者较小的限制。还因为将待识别电力数据在多颗历史电力数据树的平均深度作为判断指标，可以提升判断待识别电力数据是否为异常电力信息的准确性。从而提高了基于该电力数据所确定的用电供应量的准确性，减少了用电供应量较高时电力资源的浪费，缓解了用电供应量较低时供电能力不足的压力。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的异常电力信息生成方法的一些实施例的流程图；

图2是根据本公开的异常电力信息生成装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了根据本公开的异常电力信息生成方法的一些实施例的流程100。该异常电力信息生成方法，包括以下步骤：

步骤101，获取目标地区的历史电力数据集合。

在一些实施例中，异常电力信息生成方法的执行主体（例如计算设备）可以获取目标地区的历史电力数据集合。其中，上述目标地区可以为任意的一个地区。上述目标地区在此不做具体限定。例如，上述目标地区可以为北京市。上述历史电力数据集合可以为目标地区的第一预设时间段内的各个电力数据。上述第一预设时间段可以为预先设定的一段时间。例如，上述第一预设时间段可以为过去一年的一段时间。上述电力数据可以为有关电力的任一相关信息。例如，上述电力数据可以为供电量。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过有线连接方式或者无线连接方式从上述目标地区的电力信息系统数据库中获取上述目标地区的历史电力数据集合。其中，上述电力信息系统数据库可以为存储上述历史电力数据集合的电力信息数据库。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB（ultra wideband）连接、以及其他现在已知或将来开发的无线连接方式。

步骤102，根据历史电力数据集合，生成历史电力数据组集合。

在一些实施例中，根据历史电力数据集合，上述执行主体可以生成历史电力数据组集合。

在一些实施例的一些可选的实现方式中，上述执行主体可以将上述历史电力数据集合平均划分为预设数量个的历史电力数据组，以生成历史电力数据组集合。其中，上述历史电力数据组集合中各个历史电力数据组包括的历史电力数据的数量满足预设数量条件。上述预设数量可以为预先设定的数量。例如，上述预设数量可以为15。上述预设数量条件可以为历史电力数据组包括的历史电力数据的数量大于第一预设数量阈值。例如，上述第一预设数量阈值可以为20。

步骤103，对于历史电力数据组集合中的每个历史电力数据组，根据历史电力数据组，生成历史电力数据树。

在一些实施例中，对于历史电力数据组集合中的每个历史电力数据组，根据历史电力数据组，上述执行主体可以生成历史电力数据树。

在一些实施例的一些可选的实现方式中，根据历史电力数据组，上述执行主体可以通过以下步骤生成历史电力数据树：

第一步，对于上述历史电力数据组集合中的每个历史电力数据组，执行以下切分步骤：

第一子步骤，将上述历史电力数据组包括的各个历史电力数据确定为根节点。例如，上述历史电力数据组可以为[2，2，3，3，9]。上述根节点可以为[2，2，3，3，9]。

第二子步骤，根据上述历史电力数据组，确定最大历史电力数据。实践中，首先，上述执行主体可以对上述历史电力数据组包括的各个历史电力数据的大小进行升序排序，得到历史电力数据序列。然后，可以将历史电力数据序列中对应最后一个位置的历史电力数据确定为最大历史电力数据。

第三子步骤，根据上述历史电力数据组，确定最小历史电力数据。实践中，上述执行主体可以将历史电力数据序列中对应第一个位置的历史电力数据确定为最小历史电力数据。

第四子步骤，将位于上述最大历史电力数据和上述最小历史电力数据之间的任一电力数据作为切割点数据。例如，上述切割点数据可以为与上述最大历史电力数据和上述最小历史电力数据的均值相等的电力数据。

第五子步骤，将上述历史电力数据组中小于上述切割点数据的各个历史电力数据确定为左节点。例如，上述历史电力数据组中小于上述切割点数据的各个历史电力数据可以为[2，2，3，3]。即，上述左节点可以为[2，2，3，3]。

第六子步骤，将上述历史电力数据组中大于上述切割点数据的各个历史电力数据确定为右节点。例如，上述历史电力数据组中大于上述切割点数据的各个历史电力数据可以为[9]。即，上述右节点可以为[9]。

第七子步骤，确定上述历史电力数据组对应的电力数据树的电力数据树深度。实践中，上述执行主体可以对上述电力数据树进行层序遍历，以及将层序遍历后得到的层数确定为历史电力数据组对应的电力数据树的电力数据树深度。

第八子步骤，将上述左节点包括的各个历史电力数据的数量确定为左节点电力数据数量。

第九子步骤，将上述右节点包括的各个历史电力数据的数量确定为右节点电力数据数量。

第十子步骤，将上述左节点电力数据数量与上述右节点电力数据数量的比值确定为切分有效阈值。

第十一子步骤，响应于确定左节点满足左节点切分停止条件，将上述左节点确定为左叶子节点。其中，上述左节点切分停止条件可以为电力数据树深度大于预设树深阈值、或左节点电力数据数量满足电力数据阈值条件或上述切分有效阈值满足预设切分条件。其中，上述预设树深阈值可以为预先设定的树深阈值。例如，上述预设树深阈值可以为10。上述电力数据阈值条件可以为左节点电力数据数量等于预设电力数据数量阈值。例如，上述预设电力数据数量阈值可以为1。预设切分条件可以为切分有效阈值大于等于第一预设有效阈值且小于等于第二预设有效阈值。这里，上述第一预设有效阈值可以为0.8。上述第二预设有效阈值可以为1.28。这里，可以理解为切分有效阈值在[0.8，1.28]之间时，左节点和右节点包括的各个历史电力数据的数量相差较小。由此，该历史电力数据组中存在异常电力数据的概率较小。基于该历史电力数据组构建的电力数据树为较差的电力数据树。基于此，可以停止该电力数据树的生长。当切分有效阈值不在[0.8，1.28]之间时，左节点和右节点包括的各个历史电力数据的数量相差较大。由此，该历史电力数据组中存在异常电力数据的概率较大。基于该历史电力数据组构建的电力数据树为较优的电力数据树。基于此，可以继续该电力数据树的生长。

第十二子步骤，响应于确定右节点满足右节点切分停止条件，将上述右节点确定为右叶子节点。其中，上述右节点切分停止条件为上述电力数据树深度大于上述预设树深阈值、右节点电力数据数量满足上述电力数据阈值条件或上述切分有效阈值满足预设切分条件。

第十三子步骤，响应于确定左节点不满足上述左节点切分停止条件，将左节点作为次根节点，再次执行上述切分步骤。这里，次根节点可以理解为，将左节点包括的各个历史电力数据作为一个新的根节点，采用跟上述切分步骤相同的方式再次对左节点进行切分。直到满足切分停止条件，停止切分。

第十四子步骤，响应于确定右节点不满足上述右节点切分停止条件，将右节点作为次根节点，再次执行上述切分步骤。

第十五子步骤，将所确定的左叶子节点和右叶子节点对应的电力数据树确定为历史电力数据树。

步骤104，获取待识别电力数据集合。

在一些实施例中，上述执行主体可以获取待识别电力数据集合。其中，上述待识别电力数据集合可以为目标地区的第二预设时间段内的各个电力数据。上述第二预设时间段可以为预先设定的一段时间。例如，上述第二预设时间段可以为过去一个月的一段时间。上述待识别电力数据集合中的待识别电力数据可以为要进行异常电力数据识别的电力数据。实践中，上述执行主体可以从上述目标地区的电力信息系统数据库中获取待识别电力数据集合。

步骤105，对于待识别电力数据集合中的每个待识别电力数据，执行以下步骤：

步骤1051，对于所生成的各个历史电力数据树中的每个历史电力数据树，根据待识别电力数据和历史电力数据树，生成待识别数据深度。

在一些实施例中，对于所生成的各个历史电力数据树中的每个历史电力数据树，根据待识别电力数据和历史电力数据树，上述执行主体可以生成待识别数据深度。

在一些实施例的一些可选的实现方式中，根据待识别电力数据和历史电力数据树，上述执行主体可以通过以下步骤生成待识别数据深度：

第一步，根据上述待识别电力数据和上述历史电力数据树，确定上述待识别电力数据在上述历史电力数据树中的叶子节点。实践中，上述执行主体可以对上述历史电力数据树进行遍历，以确定上述待识别电力数据所对应的叶子节点。其中，上述遍历方式可以包括但不限于：先序遍历、中序遍历和后续遍历。

第二步，将上述叶子节点到上述历史电力数据树的根节点的路径长度确定为待识别数据深度。这里，路径长度可以理解为从根节点到叶子节点所经过的边数。

步骤1052，根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息。

在一些实施例中，根据所生成的各个待识别电力数据深度，上述执行主体可以生成待识别电力数据深度均值信息。

在一些实施例的一些可选的实现方式中，根据所生成的各个待识别电力数据深度，上述执行主体可以通过以下步骤生成待识别电力数据深度均值信息：

第一步，将上述各个待识别电力数据深度的和确定为待识别电力数据总深度。

第二步，将上述各个待识别电力数据深度的数量确定为待识别电力数据数量。

第三步，将上述待识别电力数据总深度与上述待识别电力数据数量的比值确定为待识别电力数据深度均值信息。

步骤1053，响应于确定待识别电力数据深度均值信息小于预设深度阈值，将待识别电力数据确定为异常电力数据。

在一些实施例中，响应于确定待识别电力数据深度均值信息小于预设深度阈值，上述执行主体可以将待识别电力数据确定为异常电力数据。其中，上述预设深度阈值可以为预先设定的深度阈值。例如，上述预设深度阈值可以为5。实践中，响应于确定待识别电力数据深度均值信息小于预设深度阈值，上述执行主体可以将待识别电力数据确定为异常电力数据。

步骤106，根据所确定的各个异常电力数据，生成异常电力信息。

在一些实施例中，根据所确定的各个异常电力数据，上述执行主体可以生成异常电力信息。

在一些实施例的一些可选的实现方式中，根据所确定的各个异常电力数据，上述执行主体可以通过以下步骤生成异常电力信息：

第一步，将所确定的各个异常电力数据进行组合，得到异常电力数据集合。实践中，上述执行主体可以将所确定的各个异常电力数据进行组合，得到异常电力数据集合。

第二步，将上述异常电力数据集合确定为异常电力信息。

可选地，上述执行主体还可以执行以下步骤：

第一步，根据上述异常电力信息，确定上述异常电力信息对应的电力信息采集设备。实践中，首先，上述执行主体可以将上述异常电力信息对应的采集设备编号确定为电力信息采集设备编号。然后，可以将电力信息采集设备编号对应的电力信息采集设备确定为电力信息采集设备。其中，上述电力信息采集设备可以为能够对电力信息进行信息采集的设备。例如，上述电力信息采集设备可以为智能电表。上述采集设备编号可以为采集设备的序号。例如，上述采集设备编号可以为智能电表01。

第二步，控制相关联的电力检修设备对上述电力信息采集设备进行检修处理。其中，上述相关联的电力检修设备可以为能够对电力信息采集设备进行检修处理的设备。例如，上述相关联的电力检修设备可以为电力巡检机器人。

可选地，上述执行主体还可以执行以下步骤：

第一步，对上述待识别电力数据集合包括的各个待识别电力数据进行排序，得到待识别电力数据序列。实践中，上述执行主体可以对上述待识别电力数据集合包括的各个待识别电力数据进行升序排序，得到待识别电力数据序列。

第二步，将上述待识别电力数据序列包括的待识别电力数据的数量确定待识别电力数据数量。

第三步，将待识别电力数据数量与第一预设数值的和确定为待识别电力数据位置信息。这里，上述第一预设数值可以为1。

第四步，将上述待识别电力数据位置信息与第二预设数值的比值确定为第一四分位位置信息。这里，上述第二预设数值可以为4。上述第一四分位位置信息可以表征上述待识别电力数据序列中第25%位置的信息。

第五步，将上述第一四分位位置信息与第三预设数值的乘积确定为第三四分位位置信息。这里，上述第三预设数值可以为3。上述第三四分位位置信息可以表征上述待识别电力数据序列中第75%位置的信息。

第六步，根据上述第一四分位位置信息，确定第一四分位信息。实践中，根据上述第一四分位位置信息，上述执行主体可以通过以下步骤确定第一四分位信息：

第一子步骤，响应于确定第一四分位位置信息为整数，将上述待识别电力数据序列中对应第一四分位位置信息的待识别电力数据确定为第一四分位信息。这里，可以理解为待识别电力数据序列中第一四分位位置信息所在位置的电力数据为第一四分位信息。

第二子步骤，响应于确定第一四分位位置信息为非整数，首先，将上述待识别电力数据序列中对应第一四分位位置信息的整数部分的待识别电力数据确定为第一待识别电力数据。其次，将上述待识别电力数据序列中与上述第一待识别电力数据相邻且在上述第一待识别电力数据之后的待识别电力数据确定第二待识别电力数据。然后，将上述第二待识别电力数据与上述第一待识别电力数据的差值绝对值确定为第一差值电力信息。之后，可以将上述第一差值电力信息和上述第一四分位位置信息的小数部分的乘积确定为第三待识别电力数据。最后，将上述第一待识别电力数据与第三待识别电力数据的和确定为第一四分位信息。

第七步，根据上述第三四分位位置信息，确定第三四分位信息。

实践中，根据上述第三四分位位置信息，上述执行主体可以通过以下步骤确定第三四分位信息：

第一子步骤，响应于确定第三四分位位置信息为整数，将上述待识别电力数据序列中对应第三四分位位置信息的待识别电力数据确定为第三四分位信息。这里，可以理解为待识别电力数据序列中第三四分位位置信息所在位置的电力数据为第三四分位信息。

第二子步骤，响应于确定第三四分位位置信息为非整数，首先，将上述待识别电力数据序列中对应第三四分位位置信息的整数部分的待识别电力数据确定为第四待识别电力数据。其次，将上述待识别电力数据序列中与上述第四待识别电力数据相邻且在上述第四待识别电力数据之后的待识别电力数据确定第五待识别电力数据。然后，将上述第五待识别电力数据与上述第四待识别电力数据的差值绝对值确定为第二差值电力信息。之后，可以将上述第二差值电力信息和上述第三分位位置信息的小数部分的乘积确定为第六待识别电力数据。最后，将上述第四待识别电力数据与第六待识别电力数据的和确定为第三四分位信息。

第八步，将上述第三四分位信息与上述第一四分位信息的差值绝对值确定为四分位距信息。

第九步，根据上述第一四分位信息和上述四分位距信息，生成下限信息。实践中，首先，上述执行主体可以将上述四分位距信息与预设分位距阈值的乘积确定为分位信息。然后，可以将上述第一四分位信息与上述分位信息的差值绝对值确定为下限信息。其中，上述预设分位距阈值可以为预先设定的分位距阈值。这里，上述预设分位距阈值可以为1.5。

第十步，根据上述第三四分位信息和上述四分位距信息，生成上限信息。实践中，上述执行主体可以将上述第三四分位信息与上述分位信息的和确定为上限信息。

第十一步，将上述待识别电力数据序列中大于上述上限信息或小于上述下限信息的各个待识别电力数据确定为待确定异常电力数据集合。

第十二步，将所确定的各个异常电力数据和上述待确定异常电力数据集合的交集确定为异常电力信息。

上述第一步骤至第十二步骤及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“在生成异常电力信息的过程中，未考虑同时使用两种不同算法（借助不同算法的检测优势）的方式确定异常电力信息，导致生成的异常电力信息的准确性较低。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足”。导致生成的异常电力信息的准确性较低。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足的因素往往如下：在生成异常电力信息的过程中，未考虑同时使用两种不同算法（借助不同算法的检测优势）的方式确定异常电力信息，导致生成的异常电力信息的准确性较低。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足。如果解决了上述因素，就能达到提高生成的异常电力信息的准确性，提高基于该电力数据所确定的用电供应量的准确性，减少了用电供应量较高时电力资源的浪费，缓解了用电供应量较低时供电能力不足的压力的效果。为了达到这一效果，首先，对上述待识别电力数据集合包括的各个待识别电力数据进行排序，得到待识别电力数据序列。由此，可以得到待识别电力数据序列，从而可以用于根据各个待识别数据的位置确定异常电力数据识别的判断标准。然后，将上述待识别电力数据序列包括的待识别电力数据的数量确定待识别电力数据数量。由此，可以得到表征待识别电力数据序列中全部数据数量的待识别电力数据数量。将待识别电力数据数量与第一预设数值的和确定为待识别电力数据位置信息。由此，可以得到待识别电力数据位置信息，从而可以用于确定待识别电力数据是否为异常电力数据的筛选标准数据对应的数据的位置信息。将上述待识别电力数据位置信息与第二预设数值的比值确定为第一四分位位置信息。由此，可以得到第一四分位位置信息，从而可以确定用于筛选较小异常电力数据的筛选标准数据对应的位置。将上述第一四分位位置信息与第三预设数值的乘积确定为第三四分位位置信息。由此，可以得到第三四分位位置信息，从而可以确定用于筛选较大异常电力数据的筛选标准数据对应的位置。根据上述第一四分位位置信息，确定第一四分位信息。由此，可以得到第一四分位信息，从而可以用于筛选较小异常电力数据。根据上述第三四分位位置信息，确定第三四分位信息。由此，可以得到第三四分位信息，从而可以用于筛选较大异常电力数据。将上述第三四分位信息与上述第一四分位信息的差值绝对值确定为四分位距信息。由此，可以得到表征浮动误差的四分位距信息。根据上述第一四分位信息和上述四分位距信息，生成下限信息。由此，可以得到下限信息，从而可以确定筛选较小异常电力数据的标准，从而可以筛选较小的异常电力数据。根据上述第三四分位信息和上述四分位距信息，生成上限信息。由此，可以得到上限信息，从而可以确定筛选较大异常电力数据的标准，从而可以用于筛选较大的异常电力数据。将上述待识别电力数据序列中大于上述上限信息或小于上述下限信息的各个待识别电力数据确定为待确定异常电力数据集合。由此，可以得到包括较大较小异常电力数据的待确定异常电力数据集合。将所确定的各个异常电力数据和上述待确定异常电力数据集合的交集确定为异常电力信息。由此，可以得到通过组合方式确定的，准确率较高的异常电力信息。也因为基于待识别电力数据序列中各个待识别电力数据所处的位置，可以筛选出较大和较小的异常电力数据。还因为将两种方式确定的各个异常电力数据的交集作为异常电力信息，可以进一步提高确定的异常电力信息的准确性，提高基于该电力数据所确定的用电供应量的准确性，减少用电供应量较高时电力资源的浪费，缓解用电供应量较低时供电能力不足。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的异常电力信息生成方法，提高了生成的异常电力信息的准确率，提高了基于该电力数据所确定的用电供应量的准确性，减少了用电供应量较高时电力资源的浪费，缓解了用电供应量较低时供电能力不足的压力。具体来说，导致生成的异常电力信息的准确率较低，基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足的原因在于：采用基于密度的检测方法，对邻域半径参数的依赖度较高，导致选定的邻域半径参数较大或较小时，生成的异常电力信息的准确率较低；该基于密度的检测方法不适用于检测密度分布不均匀的电力数据，导致该检测方法的适用范围较窄。从而导致基于该电力数据所确定的用电供应量的准确性较低，进而导致用电供应量较高时，电力资源浪费，用电供应量较低时，供电能力不足。基于此，本公开的一些实施例的异常电力信息生成方法，首先，获取目标地区的历史电力数据集合。由此，可以得到与待识别电力数据具有相同表现特征的历史电力数据集合。然后，根据上述历史电力数据集合，生成历史电力数据组集合。由此，可以得到历史电力数据组集合，从而可以用于生成判断待识别电力数据是否为异常电力数据的各个历史电力数据树。之后，对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树。由此，可以得到历史电力数据树，从而可以用于判断待识别电力数据是否为异常电力数据。其次，获取待识别电力数据集合。对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度。由此，可以得到待识别数据深度，从而可以用于确定待识别电力数据在单颗历史电力数据树中的深度。从而可以用于判断待识别电力数据在单颗历史电力数据树是否为异常电力数据。然后，根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息。由此，可以得到表征深度准确率较高的待识别电力数据深度均值信息。从而可以提高识别的待识别电力数据的准确率。之后，响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据。由此，可以得到表征数据深度较小的异常电力数据。最后，根据所确定的各个异常电力数据，生成异常电力信息。由此，可以得到异常电力信息，从而可以确定待识别电力数据集合包括的各个待识别电力数据的类别（异常或正常）。也因为通过历史电力数据组构建历史电力数据树，可以确定待识别电力数据的数据深度，从而可以判断待识别电力数据是否为异常电力数据。该方法消除了检测的电力数据密度是否分布均匀的限制，也消除了领域半径参数是否较大或者较小的限制。还因为将待识别电力数据在多颗历史电力数据树的平均深度作为判断指标，可以提升判断待识别电力数据是否为异常电力信息的准确性。从而提高了基于该电力数据所确定的用电供应量的准确性，减少了用电供应量较高时电力资源的浪费，缓解了用电供应量较低时供电能力不足的压力。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种异常电力信息生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的异常电力信息生成装置200包括：第一获取单元201、第一生成单元202、第二生成单元203、第二获取单元204、执行单元205和第三生成单元206。其中，第一获取单元201被配置成获取目标地区的历史电力数据集合；第一生成单元202被配置成根据上述历史电力数据集合，生成历史电力数据组集合；第二生成单元203被配置成对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树；第二获取单元204被配置成获取待识别电力数据集合；执行单元205被配置成对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度；根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息；响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据；第三生成单元206被配置成根据所确定的各个异常电力数据，生成异常电力信息。

可以理解的是，该异常电力信息生成装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于异常电力信息生成装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300（例如计算设备）的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置301（例如中央处理器、图形处理器等），其可以根据存储在只读存储器302（ROM）中的程序或者从存储装置308加载到随机访问存储器303（RAM）中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（Hyper Text TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标地区的历史电力数据集合；根据上述历史电力数据集合，生成历史电力数据组集合；对于上述历史电力数据组集合中的每个历史电力数据组，根据上述历史电力数据组，生成历史电力数据树；获取待识别电力数据集合；对于上述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据上述待识别电力数据和上述历史电力数据树，生成待识别数据深度；根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息；响应于确定上述待识别电力数据深度均值信息小于预设深度阈值，将上述待识别电力数据确定为异常电力数据；根据所确定的各个异常电力数据，生成异常电力信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第一生成单元、第二生成单元、第二获取单元、执行单元和第三生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取目标地区的历史电力数据集合的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种异常电力信息生成方法，包括：

获取目标地区的历史电力数据集合；

根据所述历史电力数据集合，生成历史电力数据组集合；

对于所述历史电力数据组集合中的每个历史电力数据组，根据所述历史电力数据组，生成历史电力数据树，其中，所述对于所述历史电力数据组集合中的每个历史电力数据组，根据所述历史电力数据组，生成历史电力数据树，包括：

对于所述历史电力数据组集合中的每个历史电力数据组，执行以下切分步骤：

将所述历史电力数据组包括的各个历史电力数据确定为根节点；

根据所述历史电力数据组，确定最大历史电力数据；

根据所述历史电力数据组，确定最小历史电力数据；

将位于所述最大历史电力数据和所述最小历史电力数据之间的任一电力数据作为切割点数据；

将所述历史电力数据组中小于所述切割点数据的各个历史电力数据确定为左节点；

将所述历史电力数据组中大于所述切割点数据的各个历史电力数据确定为右节点；

确定所述历史电力数据组对应的电力数据树的电力数据树深度；

将所述左节点包括的各个历史电力数据的数量确定为左节点电力数据数量；

将所述右节点包括的各个历史电力数据的数量确定为右节点电力数据数量；

将所述左节点电力数据数量与所述右节点电力数据数量的比值确定为切分有效阈值；

响应于确定左节点满足左节点切分停止条件，将所述左节点确定为左叶子节点，其中，所述左节点切分停止条件为电力数据树深度大于预设树深阈值、左节点电力数据数量满足电力数据阈值条件或所述切分有效阈值满足预设切分条件；

响应于确定右节点满足右节点切分停止条件，将所述右节点确定为右叶子节点，其中，所述右节点切分停止条件为所述电力数据树深度大于所述预设树深阈值、右节点电力数据数量满足所述电力数据阈值条件或所述切分有效阈值满足预设切分条件；

响应于确定左节点不满足所述左节点切分停止条件，将左节点作为次根节点，再次执行所述切分步骤；

响应于确定右节点不满足所述右节点切分停止条件，将右节点作为次根节点，再次执行所述切分步骤；

将所确定的左叶子节点和右叶子节点对应的电力数据树确定为历史电力数据树；

获取待识别电力数据集合；

对于所述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：

对于所生成的各个历史电力数据树中的每个历史电力数据树，根据所述待识别电力数据和所述历史电力数据树，生成待识别数据深度；

根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息，其中，所述根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息，包括：

将所述各个待识别电力数据深度的和确定为待识别电力数据总深度；

将所述各个待识别电力数据深度的数量确定为待识别电力数据数量；

将所述待识别电力数据总深度与所述待识别电力数据数量的比值确定为待识别电力数据深度均值信息；

响应于确定所述待识别电力数据深度均值信息小于预设深度阈值，将所述待识别电力数据确定为异常电力数据；

根据所确定的各个异常电力数据，生成异常电力信息。

2.根据权利要求1所述的方法，其中，所述根据所述历史电力数据集合，生成历史电力数据组集合，包括：

将所述历史电力数据集合划分为预设数量的历史电力数据组，以生成历史电力数据组集合，其中，所述历史电力数据组集合中各个历史电力数据组包括的历史电力数据的数量满足预设数量条件。

3.根据权利要求1所述的方法，其中，所述根据所述待识别电力数据和所述历史电力数据树，生成待识别数据深度，包括：

根据所述待识别电力数据和所述历史电力数据树，确定所述待识别电力数据在所述历史电力数据树中的叶子节点；

将所述叶子节点到所述历史电力数据树的根节点的路径长度确定为待识别数据深度。

4.根据权利要求1所述的方法，其中，所述方法还包括：

根据所述异常电力信息，确定所述异常电力信息对应的电力信息采集设备；

控制相关联的电力检修设备对所述电力信息采集设备进行检修处理。

5.根据权利要求1所述的方法，其中，所述根据所确定的各个异常电力数据，生成异常电力信息，包括：

将所确定的各个异常电力数据进行组合，得到异常电力数据集合；

将所述异常电力数据集合确定为异常电力信息。

6.一种异常电力信息生成装置，包括：

第一获取单元，被配置成获取目标地区的历史电力数据集合；

第一生成单元，被配置成根据所述历史电力数据集合，生成历史电力数据组集合；

第二生成单元，被配置成对于所述历史电力数据组集合中的每个历史电力数据组，根据所述历史电力数据组，生成历史电力数据树，其中，所述对于所述历史电力数据组集合中的每个历史电力数据组，根据所述历史电力数据组，生成历史电力数据树，包括：

对于所述历史电力数据组集合中的每个历史电力数据组，执行以下切分步骤：

将所述历史电力数据组包括的各个历史电力数据确定为根节点；

根据所述历史电力数据组，确定最大历史电力数据；

根据所述历史电力数据组，确定最小历史电力数据；

将位于所述最大历史电力数据和所述最小历史电力数据之间的任一电力数据作为切割点数据；

将所述历史电力数据组中小于所述切割点数据的各个历史电力数据确定为左节点；

将所述历史电力数据组中大于所述切割点数据的各个历史电力数据确定为右节点；

确定所述历史电力数据组对应的电力数据树的电力数据树深度；

将所述左节点包括的各个历史电力数据的数量确定为左节点电力数据数量；

将所述右节点包括的各个历史电力数据的数量确定为右节点电力数据数量；

将所述左节点电力数据数量与所述右节点电力数据数量的比值确定为切分有效阈值；

响应于确定左节点满足左节点切分停止条件，将所述左节点确定为左叶子节点，其中，所述左节点切分停止条件为电力数据树深度大于预设树深阈值、左节点电力数据数量满足电力数据阈值条件或所述切分有效阈值满足预设切分条件；

响应于确定右节点满足右节点切分停止条件，将所述右节点确定为右叶子节点，其中，所述右节点切分停止条件为所述电力数据树深度大于所述预设树深阈值、右节点电力数据数量满足所述电力数据阈值条件或所述切分有效阈值满足预设切分条件；

响应于确定左节点不满足所述左节点切分停止条件，将左节点作为次根节点，再次执行所述切分步骤；

响应于确定右节点不满足所述右节点切分停止条件，将右节点作为次根节点，再次执行所述切分步骤；

将所确定的左叶子节点和右叶子节点对应的电力数据树确定为历史电力数据树；

第二获取单元，被配置成获取待识别电力数据集合；

执行单元，被配置成对于所述待识别电力数据集合中的每个待识别电力数据，执行以下步骤：对于所生成的各个历史电力数据树中的每个历史电力数据树，根据所述待识别电力数据和所述历史电力数据树，生成待识别数据深度；根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息，其中，所述根据所生成的各个待识别电力数据深度，生成待识别电力数据深度均值信息，包括：

将所述各个待识别电力数据深度的和确定为待识别电力数据总深度；

将所述各个待识别电力数据深度的数量确定为待识别电力数据数量；

将所述待识别电力数据总深度与所述待识别电力数据数量的比值确定为待识别电力数据深度均值信息；响应于确定所述待识别电力数据深度均值信息小于预设深度阈值，将所述待识别电力数据确定为异常电力数据；

第三生成单元，被配置成根据所确定的各个异常电力数据，生成异常电力信息。

7.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。