CN117744012B - 基于融合终端的防止异常用电的方法、装置及电子设备 - Google Patents
基于融合终端的防止异常用电的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117744012B CN117744012B CN202410183025.3A CN202410183025A CN117744012B CN 117744012 B CN117744012 B CN 117744012B CN 202410183025 A CN202410183025 A CN 202410183025A CN 117744012 B CN117744012 B CN 117744012B
- Authority
- CN
- China
- Prior art keywords
- detection
- current
- matrix
- fusion terminal
- attention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 103
- 230000005611 electricity Effects 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 141
- 238000013499 data model Methods 0.000 claims abstract description 52
- 230000007246 mechanism Effects 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 114
- 230000006870 function Effects 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例提供了一种基于融合终端的防止异常用电的方法、装置及电子设备，涉及电力通信技术领域。其中方法包括：监测所述融合终端用电侧的用电电流；将用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；在第一注意力数据模型的输出结果表征为融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测检测线路上的检测电流；并基于将检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到的输出结果，决定是否恢复对用电侧供电。本发明提供的实施方式基于注意力判别识别技术对用户用电情况进行识别，具有识别精度高的优点。
Description
技术领域
本发明涉及电力通信技术领域，具体地涉及一种基于融合终端的防止异常用电的方法、一种基于融合终端的防止异常用电的装置、一种电子设备以及对应的存储介质。
背景技术
电动自行车方便了人们出行，但却带来了充电难的问题，虽然很多小区构建充电桩解决电动车充电，但是由于人们充电时间较为集中，充电桩有限、分布不合理等问题，还是有一些人们选择将电动车搬到室内充电，这会造成很大的安全隐患，甚至引发火灾造成财产损失、人员伤亡。
现在很多小区对人们展开了宣传，在楼宇的入口展开监管，但是这样的处理办法往往存在遗漏、效果不佳等问题，依然存在人们侥幸心理，逃避监管将电动车搬到室内进行充电，所以目前的方法不能从根本上排除安全隐患。
电动自行车室内充电监管难度大，依靠人工监管很难做到防范于未然。另一方面，由于为电动车充电时功率较大，为电动车充电时电流过载时会触发断路器的断路保护措施，但是这并不能精准控制居民为电动车充电的行为，当居民拔除充电器后，无法实施继续检测，不能实现为居民自动供电恢复。
发明内容
本发明实施例的目的是提供一种基于融合终端的防止异常用电的方法、装置及电子设备，通过引入自注意力判别算法对用电行为进行识别，以至少解决背景技术中的部分问题。
为了实现上述目的，在本发明中提供了一种基于融合终端的防止异常用电的方法，该方法包括：在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电。
优选地，所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。
优选地，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：获取融合终端用电侧的用电电流第i时刻对应的电流序列；将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数；将所述注意力特征系数经激活函数后的结果作为所述输出结果。
优选地，在断开所述供电线路之后，所述方法还包括：根据所述融合终端的数据索引关系确定融合终端对应的用户的联系方式；通过所述联系方式对所述用户进行目标用电设备移除提醒。
优选地，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：断开所述供电线路与入户线路的连接；接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；向所述检测闭合回路注入检测信号；基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。
优选地，所述目标用电设备为大功率电动交通工具。
在本发明中还提供了一种基于融合终端的防止异常用电的装置，该装置包括：电流监测模块，用于在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；第一检测模型模块，用于将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；断电切换模块，用于在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；第二检测模型模块，用于将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；以及用电恢复模块，用于在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电。
优选地，所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的检测电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。
优选地，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：获取融合终端用电侧的用电电流第i时刻对应的电流序列；将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数；将所述注意力特征系数经激活函数后的结果作为所述输出结果。
优选地，所述装置还包括通信模块，所述通信模块用于在断开所述供电线路之后，根据所述融合终端的数据索引关系确定融合终端对应的用户的联系方式；通过所述联系方式对所述用户进行目标用电设备移除提醒。
优选地，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：断开所述供电线路与入户线路的连接；接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；向所述检测闭合回路注入检测信号；基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。
优选地，所述目标用电设备为大功率电动交通工具。
在本发明中还提供了一种电子设备，包括：至少一个处理器；存储器，与所述至少一个处理器连接；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现前述的基于融合终端的防止异常用电的方法的步骤。
在本发明中还提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行实现前述的基于融合终端的防止异常用电的方法的步骤。
在本发明中还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述的基于融合终端的防止异常用电的方法的步骤。
上述技术方案具有以下有益效果：
（1）本申请实施方式提出的注意力判别识别技术具有计算量小，识别精度高等优点。
（2）与断路器的过载保护相比，基于融合终端的居民用电线路控制更准确高效，当居民移除例如电动车充电器等异常用电设备后，能够实现自动合闸供电，并能够记录用户违规用电行为。
（3）降低人工监管成本，并且能够从根本上解决电动车入户充电的难题。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的方法的步骤示意图；
图2示意性示出了根据本发明实施方式的注意力数据模型的输入输出示意图；
图3示意性示出了根据本发明实施方式的注意力机制算法的流程示意图；
图4示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的装置的结构示意图；
图5示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的装置的应用架构示意图；
图6示意性示出了根据本发明实施方式的智能终端控制流程的实施示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
图1示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的方法的步骤示意图。如图1所示，一种基于融合终端的防止异常用电的方法，该方法包括：
S01、在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；监测所述融合终端用电侧的用电电流；当居民家庭中使用多个家用电器时，家用电器的用电电流会相互叠加形成混合电流时序序列，叠加的混合电流总和乘以标准电压代表了居民当前的用电功率。
说明：I为融合终端用电侧的用电电流，I n表示不同的用电设备的用电电流，N表示电器数量。
S02、将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；为了检测混合电流中是否存在需要关注的目标用电设备的用电电流，例如电动车充电电流，本实施方式提出采用自注意力判别算法，对混杂的用户电流数据做判断。自注意力机制（Self-attention）是注意力机制的变体，其减少了对外部信息的依赖，更擅长捕捉数据或特征的内部相关性。该原理类似于我们听声音时，当听到叠加的声音时，我们特别注意的去听某一个声音，我们就能够把指定的声音听得更清楚，其本质为将注意力集中到想要听到的声音上。本实施方式采用注意力判别算法，将混合电流的判别聚焦在例如电动车室内充电检测上。
S03、在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；图2示意性示出了根据本发明实施方式的注意力数据模型的输入输出示意图。对于混合电流序列，标记电动车充电时的数据系列，对应关系如图2所示。智能融合终端采集到的每个时间序列都有一个唯一与之对应的电动车充电检测数据。如果所述融合终端用电侧存在目标用电设备的用电电流，则对所述融合终端用电侧进行断电操作。当智能融合终端检测到为电动车充电时控制开关断开电路，由此实现精准控制居民供电电路，防范居民在室内的异常用电行为。
S04、将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；接入检测线路，组成由所述检测线路和入户线路的检测闭合回路；监测所述融合终端的检测线路上的检测电流；将所述检测电流输入基于自注意力机制构建的第二注意力数据模型得到输出结果。
S05、在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电。
通过以上实施方式，从智能配电网的架构出发，采用人工智能检测技术，例如自注意力机制算法检测室内有无异常用电行为。本实施方式避免了传统用电检测中根据电流大小进行检测导致的检测不精准的弊端。同时还实现了在目标用电设备移除后，能够实现自动合闸供电。
在本发明的一些实施方式中，所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。第一注意力数据模型和第二注意力数据模型均基于自注意力机制进行构建，在该机制中包括：Wq为需要学习到的观察矩阵；Wk为需要学习到的关联矩阵、Wv为需要学习到的价值矩阵。对于输入的每一元素，通过学习到的以上矩阵与输入元素的线性变换后，能够得到对应的查询向量、键向量和值向量。
图3示意性示出了根据本发明实施方式的注意力机制算法的流程示意图。如图3所示，在本实施方式中，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：获取融合终端用电侧的用电电流第i时刻对应的电流序列Ii；将观察矩阵、关联矩阵和价值矩阵组合形成自注意力机制算法矩阵，此矩阵表示了当前混合电流全部的特征提取参数，如下公式所示：
；
将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；
；
其中，式中Ii为某一时刻电流特征，Wq为需要学习到的观察矩阵，Wk为需要学习到的关联矩阵，Wv为需要学习到的价值矩阵；Qi为观察系数矩阵，Ki为关联系数矩阵，Vi为价值系数矩阵。
将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数。
；
其中，bi为注意力特征系数；再将所述注意力特征系数经激活函数后的结果作为所述输出结果。激活函数优选为sigmoid函数，则有：
；
根据Ci得到电动车充电的布尔值，得到融合终端用电侧是否存在目标用电设备的是与否的判断结果。
在本发明的一些实施方式中，对所述融合终端用电侧进行断电操作之后，所述方法还包括：根据所述融合终端的数据索引关系确定用户的联系方式；通过所述联系方式对所述用户进行目标用电设备移除提醒。示例性地，通信模块会根据检测的结果和开关的控制动作进行上报到主站，主站根据数据索引关系找到用户手机号，发送短信提示室内电动车充电有风险，拔除电动车充电器后可自动恢复供电。
在本发明的一些实施方式中，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：断开所述供电线路与入户线路的连接；接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；向所述检测闭合回路注入检测信号；基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。现有技术中当居民拔除异常用电设备后，无法实现持续地监测用户的用电情况，进而不能实现为居民自动供电。本实施方式在对所述融合终端用电侧进行断电操作之后，还基于第二注意力数据模型对用电侧是否移除所述目标用电设备进行监测，并在已移除目标用电设备之后对其恢复供电。第二注意力数据模型同样基于注意力机制进行构建，其包括基于不存在目标用电设备时的融合终端用电侧的检测电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。对于电动车充电移除检测的数据，同样将电动车充电移除检测的数据按照如上步骤构建成注意力电动车充电移除检测数据模型，同样构建注意力充电移除机制算法，构建模型并训练，得到电动车充电移除检测的预测模型，用于电动车充电移除判断。而本实施方式能够在智能融合终端检测到异常用电设备拔除后为用户继续供电。
在本发明的一些实施方式中，所述目标用电设备为大功率电动交通工具，例如电动车充电设备等。本实施方式能够监管将电动车搬到室内进行充电的行为，从而保护电表用户的生命财产安全。
通过以上实施方式，基于注意力判别识别技术进行用电异常识别，具有计算量小，识别精度高等优点。并能降低人工监管成本，并且能够从根本上解决电动车入户充电的难题。
基于同一发明构思，本发明实施方式还提供了一种基于融合终端的防止异常用电的装置。图4示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的装置的结构示意图。如图4所示，该装置包括：电流监测模块，用于在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；第一检测模型模块，用于将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；断电切换模块，用于在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；第二检测模型模块，用于将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；以及用电恢复模块，用于在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电。
在一些可选实施方式中，所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的检测电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。
在一些可选实施方式中，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：获取融合终端用电侧的用电电流第i时刻对应的电流序列；将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数；将所述注意力特征系数经激活函数后的结果作为所述输出结果。
在一些可选实施方式中，所述装置还包括通信模块，所述通信模块用于在断开所述供电线路之后，根据所述融合终端的数据索引关系确定融合终端对应的用户的联系方式；通过所述联系方式对所述用户进行目标用电设备移除提醒。
在一些可选实施方式中，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：断开所述供电线路与入户线路的连接；接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；向所述检测闭合回路注入检测信号；基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。
在一些可选实施方式中，所述目标用电设备为大功率电动交通工具。
上述的基于融合终端的防止异常用电的装置中的各个功能模块的具体限定可以参见上文中对于基于融合终端的防止异常用电的方法的限定，在此不再赘述。上述装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。其同样具有识别精度高和降低人工监管成本的优点。
图5示意性示出了根据本发明实施方式的基于融合终端的防止异常用电的装置的应用架构示意图。如图5所示，该应用架构的硬件线路包括融合终端、开关、供电线路、检测线路、入户线和主站组成；融合终端作为核心器件，其具有的模块包括通信模块、检测模块和控制模块。以上多个模块与基于融合终端的防止异常用电的装置中的功能模块可以具有包含关系，例如：检测模块中包含有前述的电流监测模块、第一检测模型模块和第二检测模型模块的功能，控制模块包含有前述的断电切换模块和用电恢复模块的功能。融合终端对上与主站通信，可以接受主站的指令，也可以向上汇报台区配电线路运行情况。融合终端向下控制开关的闭合，达到运维整个配电网和家庭电路的功能，此外采集下游电路的用电数据，分析有无电动车室内充电的情况。
其中，通信模块负责融合终端与主站的通信，主要包括配电网入户支路和开关的状态上报、运行运营状态的检测上报；同时还接受来自主站的运维命令，对管理的台区进行运维操作。
检测模块会根据智能终端采集的用户用电数据进行分析，主要功能包括两部分功能，一是对居民供电时，采用融合数据分解算法对疑似包含电动车充电的用电数据进行判断，检测居民是否在为电动车违规充电；二是对居民停电时，对检测线路注入检测信号，检测线路是否有电动车的接入。
控制模块功能是当检测到包含电动车充电的数据后，由控制模块切断开关，停止对用户供电；断开的开关闭合到检测线路上，组成由检测线路、入户线路的检测闭合回路，用于探测用户是否拔除电动车充电器，探测到的数据由检测模块进行分析，当分析结果中不包含电动车充电情况，智能融合终端控制开关合到供电线路，检测线路退出，对用户正常供电。
图6示意性示出了根据本发明实施方式的智能终端控制流程的实施示意图。如图6所示，智能终端的控制模块主要功能是当检测模块检测到包含电动车充电的数据后，由控制模块切断开关，停止对用户供电，同时调用通信模块上报数据主站，主站查询用户手机号，给用户发短信；断开的开关闭合到检测线路上，组成由检测线路、入户线路的检测闭合回路，用于探测用户是否拔除电动车充电器，探测到的数据由检测模块进行分析，当分析结果中用户已经移除电动车充电器，在不包含电动车充电情况，智能融合终端控制开关合到供电线路，检测线路退出，对用户正常供电。
在本发明的一些实施方式中，还提供了一种电子设备，包括：至少一个处理器；存储器，与所述至少一个处理器连接；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行前述的基于融合终端的防止异常用电的方法的步骤。此处的控制模块或处理器具有数值计算和逻辑运算的功能，其至少具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统等。处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现前述的方法。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
在本发明提供的一种实施方式中，提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行前述的基于融合终端的防止异常用电的方法的步骤。
在本发明提供的一种实施方式中，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述的基于融合终端的防止异常用电的方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种基于融合终端的防止异常用电的方法，其特征在于，该方法包括：
在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；
将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；
在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；
将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；
在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电；
所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；
以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。
2.根据权利要求1所述的方法，其特征在于，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：
获取融合终端用电侧的用电电流第i时刻对应的电流序列；
将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；
将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数；
将所述注意力特征系数经激活函数后的结果作为所述输出结果。
3.根据权利要求1所述的方法，其特征在于，在断开所述供电线路之后，所述方法还包括：
根据所述融合终端的数据索引关系确定融合终端对应的用户的联系方式；
通过所述联系方式对所述用户进行目标用电设备移除提醒。
4.根据权利要求1所述的方法，其特征在于，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：
断开所述供电线路与入户线路的连接；
接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；
向所述检测闭合回路注入检测信号；
基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述目标用电设备为大功率电动交通工具。
6.一种基于融合终端的防止异常用电的装置，其特征在于，该装置包括：
电流监测模块，用于在融合终端通过供电线路为用电侧供电时，监测所述融合终端用电侧的用电电流；
第一检测模型模块，用于将所述用电电流输入基于自注意力机制构建的用于检测是否存在目标用电设备的第一注意力数据模型并得到输出结果；
断电切换模块，用于在第一注意力数据模型的输出结果表征为所述融合终端用电侧存在目标用电设备时，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流；
第二检测模型模块，用于将所述检测电流输入基于自注意力机制构建的用于检测是否存在目标用电设备第二注意力数据模型得到输出结果；以及
用电恢复模块，用于在第二注意力数据模型的输出结果表征为所述融合终端用电侧不存在目标用电设备时，断开所述检测线路并接入供电线路，恢复对用电侧供电；
所述第一注意力数据模型包括基于存在目标用电设备时的融合终端用电侧的用电电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵；
以及所述第二注意力数据模型包括基于不存在目标用电设备时的融合终端用电侧的检测电流的历史数据样本学习到的观察矩阵、关联矩阵和价值矩阵。
7.根据权利要求6所述的装置，其特征在于，将所述用电电流输入基于自注意力机制构建的第一注意力数据模型得到输出结果，包括：
获取融合终端用电侧的用电电流第i时刻对应的电流序列；
将所述电流序列分别乘以学习到的观察矩阵、关联矩阵和价值矩阵，得到观察系数矩阵、关联系数矩阵和价值系数矩阵；
将所述观察系数矩阵第i行与关联系数矩阵相乘，通过softmax函数之后再和价值系数矩阵相乘，得到注意力特征系数；
将所述注意力特征系数经激活函数后的结果作为所述输出结果。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括通信模块，所述通信模块用于在断开所述供电线路之后，根据所述融合终端的数据索引关系确定融合终端对应的用户的联系方式；通过所述联系方式对所述用户进行目标用电设备移除提醒。
9.根据权利要求6所述的装置，其特征在于，断开所述供电线路并接入检测线路，监测所述检测线路上的检测电流，包括：
断开所述供电线路与入户线路的连接；
接入所述检测线路组成由所述检测线路和入户线路的检测闭合回路；
向所述检测闭合回路注入检测信号；
基于所述检测闭合回路对于所述检测信号的反馈得到所述检测电流。
10.根据权利要求6至9中任一项所述的装置，其特征在于，所述目标用电设备为大功率电动交通工具。
11.一种电子设备，其特征在于，包括：至少一个处理器；
存储器，与所述至少一个处理器连接；
其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现权利要求1至5中任一项权利要求所述的基于融合终端的防止异常用电的方法的步骤。
12.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成实现权利要求1至5中任一项权利要求所述的基于融合终端的防止异常用电的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410183025.3A CN117744012B (zh) | 2024-02-19 | 2024-02-19 | 基于融合终端的防止异常用电的方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410183025.3A CN117744012B (zh) | 2024-02-19 | 2024-02-19 | 基于融合终端的防止异常用电的方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117744012A CN117744012A (zh) | 2024-03-22 |
| CN117744012B true CN117744012B (zh) | 2024-05-17 |
Family
ID=90281721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410183025.3A Active CN117744012B (zh) | 2024-02-19 | 2024-02-19 | 基于融合终端的防止异常用电的方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117744012B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111246608A (zh) * | 2018-11-28 | 2020-06-05 | 宁波吉吉娃电子科技有限公司 | 供电线路自动切断平台 |
| US11222217B1 (en) * | 2020-08-14 | 2022-01-11 | Tsinghua University | Detection method using fusion network based on attention mechanism, and terminal device |
| CN114969876A (zh) * | 2021-02-24 | 2022-08-30 | 腾讯科技（深圳）有限公司 | 电气安全监测方法、装置、计算机设备和存储介质 |
| WO2023087525A1 (zh) * | 2021-11-19 | 2023-05-25 | 中国华能集团清洁能源技术研究院有限公司 | 多模态深度学习的发电设备异常一体化识别方法及设备 |
| CN116317132A (zh) * | 2023-03-06 | 2023-06-23 | 国网山东省电力公司平度市供电公司 | 基于电流反馈的自动跳合闸装置 |
| CN116388182A (zh) * | 2023-05-04 | 2023-07-04 | 深圳德德电气科技有限公司 | 一种电力配电线路供电恢复监测管理方法及装置 |
| CN116451117A (zh) * | 2023-04-10 | 2023-07-18 | 南京信息工程大学 | 一种基于联邦学习的电力数据异常检测方法 |
-
2024
- 2024-02-19 CN CN202410183025.3A patent/CN117744012B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111246608A (zh) * | 2018-11-28 | 2020-06-05 | 宁波吉吉娃电子科技有限公司 | 供电线路自动切断平台 |
| US11222217B1 (en) * | 2020-08-14 | 2022-01-11 | Tsinghua University | Detection method using fusion network based on attention mechanism, and terminal device |
| CN114969876A (zh) * | 2021-02-24 | 2022-08-30 | 腾讯科技（深圳）有限公司 | 电气安全监测方法、装置、计算机设备和存储介质 |
| WO2023087525A1 (zh) * | 2021-11-19 | 2023-05-25 | 中国华能集团清洁能源技术研究院有限公司 | 多模态深度学习的发电设备异常一体化识别方法及设备 |
| CN116317132A (zh) * | 2023-03-06 | 2023-06-23 | 国网山东省电力公司平度市供电公司 | 基于电流反馈的自动跳合闸装置 |
| CN116451117A (zh) * | 2023-04-10 | 2023-07-18 | 南京信息工程大学 | 一种基于联邦学习的电力数据异常检测方法 |
| CN116388182A (zh) * | 2023-05-04 | 2023-07-04 | 深圳德德电气科技有限公司 | 一种电力配电线路供电恢复监测管理方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 许刚 等.稀疏随机森林下的用电侧异常行为模式检测.电网技术.(第06期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117744012A (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106655396B (zh) | 充电控制方法、装置及终端 | |
| CN110277833B (zh) | 变电站压板状态识别的方法及终端设备 | |
| CN112406545B (zh) | 继电器温升监测方法、装置及电动汽车 | |
| CN109409087A (zh) | 防提权检测方法及设备 | |
| CN117744012B (zh) | 基于融合终端的防止异常用电的方法、装置及电子设备 | |
| CN115149122A (zh) | 电池安全的预警方法及装置 | |
| CN115754732A (zh) | 电池状态信息处理方法、装置、设备及存储介质 | |
| CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
| CN117458432A (zh) | 一种基于人工智能的配网故障恢复方法及系统 | |
| CN115912658A (zh) | 电厂智能监盘方法、装置、存储介质和电子设备 | |
| CN110955165A (zh) | 清洁设备的控制方法及清洁设备 | |
| CN113438286B (zh) | 信息推送方法及装置、电子设备和存储介质 | |
| CN108805462A (zh) | 配网风险预警的方法及装置、存储介质、处理器 | |
| CN114326474A (zh) | 一种智能电缆分支箱监控系统及运行评估方法 | |
| CN110601261B (zh) | 基于感控逻辑的微网控制器业务逻辑一致性分析方法 | |
| CN113113899B (zh) | 一种直流输电线路保护方法、装置及存储介质 | |
| CN112858849B (zh) | 一种绝缘检测功能的下线检测方法及装置 | |
| CN114407025B (zh) | 一种机器人急停模式自动控制方法、装置及机器人 | |
| CN111366884B (zh) | 有源电子式电流互感器和其激光器寿命评估方法和装置 | |
| CN115619328A (zh) | 基于工作票的违章统计方法、装置、存储介质及电子设备 | |
| CN112152283A (zh) | 充电识别方法、装置、铁鞋、存储介质及处理器 | |
| CN113612204A (zh) | 一种线路重复故障判断及送电辅助决策装置及方法 | |
| CN118739207A (zh) | 低压电网的故障自愈控制方法、系统、装置及处理器 | |
| CN115184664A (zh) | 一种基于电器盒的配电监控方法及装置 | |
| CN116774026A (zh) | 一种阀控自主检修子模块的方法、系统、设备和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |