(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 202111627392.0 (22)申请日 2021.12.28 (71)申请人 国网冀北电力有限公司信息通信分 公司 地址 100053 北京市西城区枣林前街32号 申请人 国家电网有限公司 (72)发明人 来骥　张实君　李硕　徐相森　 曾婧　姚启桂　杨睿　许大卫　 聂正璞　常海娇　那琼澜　孟德　 李贤　寇晓溪　肖娜　管嘉珩　 王海超　吕冰　高崧　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 贾磊　刘飞(51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种业务流量异常检测模型建立方法及异 常检测方法 (57)摘要 本文提供了一种业务流量异常检测模型建 立方法及异常检测方法， 所述方法包括： 获取带 有分类标志的历史电网流量数据； 对历史电网流 量数据进行编码处理， 以获得第一特征向量集 合； 将第一特征向量集合输入到初始异常检测模 型的多层编码块中进行处理， 得到第二特征向量 集合， 然后将第二特征向量集合输入到初始异常 检测模型的多层感知器中， 得到预测结果； 根据 预测结果和历史电网流量数据的分类标志， 对初 始异常检测模 型进行训练， 以获得训练完成的异 常检测模型， 本文通过提取电网流量数据的关键 信息， 同时建立信息间的相互依赖关系， 从而提 高了异常检测模 型训练的可靠性和准确性， 进而 提高了对电网流 量数据异常预测的准确性。 权利要求书2页 说明书13页 附图4页 CN 114330544 A 2022.04.12 CN 114330544 A 1.一种业 务流量异常检测模型建立方法， 其特 征在于， 所述方法包括： 获取带有分类标志的历史电网流 量数据； 对所述历史电网流 量数据进行编码处 理， 以获得第一特 征向量集合； 将所述第一特征向量集合输入到初始异常检测模型的多层编码块中进行处理， 得到第 二特征向量集合， 然后 将所述第二特征向量集合输入到所述初始异常检测模型的多层感知 器中， 得到预测结果； 根据所述预测结果和所述历史电网流量数据的分类标志， 对所述初始异常检测模型进 行训练， 以获得训练完成的异常检测模型。 2.根据权利要求1所述的方法， 其特征在于， 所述获取带有分类标志的历史电网流量数 据， 包括： 根据能源互联网智能终端拓扑结构， 确定所述拓扑结构上的智能终端， 并采集与所述 智能终端相关的带有分类标志的初始业 务报文； 根据预设业务报文的属性特征， 对所述初始业务报文进行切分处理， 以获得具有相同 数据源和目的 的历史电网流 量数据。 3.根据权利要求1所述的方法， 其特征在于， 所述对所述历史电网流量数据进行编码处 理， 以获得第一特 征向量， 包括： 对历史电网流量数据中每个字节进行第 一编码处理， 获得由多个多维词向量组成的词 向量集合； 对所述词向量 集合中的每 个词向量进行第二编码处 理， 获得初始特 征向量集合； 在所述初始特征向量集合的每个初始特征向量中添加可学习分类标志， 得到第 一特征 向量集合。 4.根据权利要求1所述的方法， 其特征在于， 所述编码块包括变换矩阵层、 注意力权值 计算层、 加权层和前馈神经网络层； 任一编码块M中变换矩阵层用于根据每个特征向量N在上一层编码块M ‑1的输出结果和 所述任一编码块M中的变换矩阵， 计算得到所述特征向量N在所述任一编码块M中的变换向 量； 任一编码块M 中注意力 权值计算层用于根据每个特征向量N在所述任一编码块M 中的变 换向量和全部历史电网流量数据对应的特征向量在所述任一编码块M中的变换向量， 计算 获得所述特征向量N在所述任一编码块M中的注意力权值； 任一编码块M 中加权层用于根据所述特征向量N在所述任一编码块M中的注意力 权值和 全部历史电网流量数据对应的特征向量在所述任一编码块M中的变换向量， 计算获得所述 特征向量N在所述任一编码M块中对应的加权值； 任一编码块M 中前馈神经网络层用于根据 所述特征向量N在所述任一编码块M 中对应的 加权值和所述任一编码块M中线性变换矩阵， 计算获得所述特征向量N在所述任一编码块M 中的输出结果， 其中， 最后一层编码块的输出结果为所述特征向量N在多层编码块输出的第 二特征向量。 5.根据权利要求 4所述的方法， 其特 征在于， 所述变换矩阵包括 查询变换矩阵、 键变换矩阵和值变换矩阵； 所述变换向量包括 查询变换向量、 键变换向量和值变换向量。权　利　要　求　书 1/2 页 2 CN 114330544 A 26.根据权利要求4所述的方法， 其特征在于， 第 一层编码块中变换矩阵层用于根据 所述 第一特征向量集合中每个特征向量和所述第一层编 码块的变换矩阵， 计算得到每个特征向 量在所述第一层编码块的变换向量。 7.一种业 务流量异常检测方法， 其特 征在于， 所述方法包括： 获取待检测业 务流量数据； 对所述待检测业 务流量数据进行编码处 理， 以获得第一特 征向量集合； 将所述第一特征向量集合输入到由权利要求1至6任一项所述方法建立的异常检测模 型中， 获得 所述待检测业 务流量数据的分类结果。 8.一种业 务流量异常检测模型建立装置， 其特 征在于， 所述装置包括： 历史电网流 量数据获取模块， 用于获取 带有分类标志的历史电网流 量数据； 编码模块， 用于对所述历史电网流 量数据进行编码处 理， 以获得第一特 征向量集合； 预测结果获取模块， 用于将所述第 一特征向量集合输入到初始异常检测模型的多层编 码块中进行处理， 得到第二特征向量集合， 然后将所述第二特征向量集合输入到所述初始 异常检测模型的多层感知器中， 得到预测结果； 训练模块， 用于根据所述预测结果和所述历史电网流量数据的分类标志， 对所述初始 异常检测模型进行训练， 以获得训练完成的异常检测模型。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 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如权利要求1至6任一项所 述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现如权利要求1至 6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114330544 A 3