电网营销业务风险数字化管控系统及方法与流程

本公开涉及数字化管控，具体地，涉及一种电网营销业务风险数字化管控系统及方法。

背景技术：

1、电网营销业务是指在电力行业中，针对终端用户的销售和营销活动。这包括电力公司向家庭、企业和其他终端用户销售电力、提供服务、制定价格和营销策略等方面的活动。作为电力公司的重要业务之一，电网营销业务涉及到大量的数据处理和分析。

2、电网营销业务数据呈现数据量多、用户规模大、数据采集点多、数据类型多等特点。在给电力营销带来便利的同时，也给电网数据安全带来一些风险。例如，若数据提供者对数据的采集、传输、存储、处理、使用过程中无法实施有效的控制，那么可能造成海量敏感数据泄露。此外，电力作为国家关键基础设施，电网数据容易成为网络攻击目标。通过攻击获取电力信息系统获取数据价值信息，可以分析出攻击目标所在地的用电分布、关键信息基础设施的位置，篡改关键节点监测预警信息、操作指令等关键数据，造成电力系统故障或重大安全事故。

3、因此，期待一种电网营销业务风险数字化管控系统及方法。

技术实现思路

1、提供该技术实现要素：部分以便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。该发明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。

2、第一方面，本公开提供了一种电网营销业务风险数字化管控方法，所述方法包括：

3、获取待分析电网营销业务数据；

4、从数据库提取标注为无风险的电网营销业务参考数据的集合；

5、对所述标注为无风险的电网营销业务参考数据的集合进行营销业务语义特征提取与聚类以得到无风险电网营销业务语义表征特征矩阵；

6、对所述待分析电网营销业务数据进行语义编码以得到待分析电网营销业务数据语义编码特征向量；

7、基于所述无风险电网营销业务语义表征特征矩阵和所述待分析电网营销业务数据语义编码特征向量之间的语义差异信息来确定识别结果。

8、可选地，对所述标注为无风险的电网营销业务参考数据的集合进行营销业务语义特征提取与聚类以得到无风险电网营销业务语义表征特征矩阵，包括：对所述标注为无风险的电网营销业务参考数据的集合中的各个标注为无风险的电网营销业务参考数据进行语义编码以得到电网营销业务参考数据语义编码特征向量的集合；将所述电网营销业务参考数据语义编码特征向量的集合通过基于自相关注意力网络的自适应语义强化模块以得到强化电网营销业务参考数据语义编码特征向量的集合；将所述强化电网营销业务参考数据语义编码特征向量的集合输入基于联合聚类分析网络的无风险电网营销业务聚类器以得到所述无风险电网营销业务语义表征特征矩阵。

9、可选地，对所述标注为无风险的电网营销业务参考数据的集合中的各个标注为无风险的电网营销业务参考数据进行语义编码以得到电网营销业务参考数据语义编码特征向量的集合，包括：对所述标注为无风险的电网营销业务参考数据进行分词处理以将所述标注为无风险的电网营销业务参考数据转化为由多个词组成的词序列；对所述词序列中各个词进行嵌入编码以获得词向量的序列；以及，对所述词向量的序列进行基于全局的上下文语义编码以获得所述电网营销业务参考数据语义编码特征向量的集合。

10、可选地，将所述电网营销业务参考数据语义编码特征向量的集合通过基于自相关注意力网络的自适应语义强化模块以得到强化电网营销业务参考数据语义编码特征向量的集合，包括：以如下自相关注意力公式对所述电网营销业务参考数据语义编码特征向量的集合进行处理以得到所述强化电网营销业务参考数据语义编码特征向量的集合；其中，所述自相关注意力公式为：

11、

12、

13、hi＝aihi

14、其中，ei为第i个注意力打分系数，ek为第k个注意力打分系数，hi为所述电网营销业务参考数据语义编码特征向量的集合中第i个电网营销业务参考数据语义编码特征向量，wi为第i个权重系数矩阵，为第i个权重系数向量，bi为第i个偏置向量，tanh(·)表示双曲正切函数处理，exp(·)表示以e为底的指数函数处理，ai为第i个注意力权重系数，t为所述电网营销业务参考数据语义编码特征向量的集合的长度，hi为所述强化电网营销业务参考数据语义编码特征向量的集合中第i个强化电网营销业务参考数据语义编码特征向量。

15、可选地，将所述强化电网营销业务参考数据语义编码特征向量的集合输入基于联合聚类分析网络的无风险电网营销业务聚类器以得到所述无风险电网营销业务语义表征特征矩阵，包括：计算所述强化电网营销业务参考数据语义编码特征向量的集合中任意两个强化电网营销业务参考数据语义编码特征向量的相关权重以由多个所述相关权重组成邻接矩阵；计算所述强化电网营销业务参考数据语义编码特征向量的集合的度矩阵；基于所述邻接矩阵和所述度矩阵计算得到拉普拉斯矩阵；将所述拉普拉斯矩阵进行标准化以得到标准化后拉普拉斯矩阵；将所述标准化后拉普拉斯矩阵中的各个特征值进行降序排列后，取前k个特征值，对所述标准化后拉普拉斯矩阵进行基于所述前k个特征值的分解以得到k个分解特征向量，其中，k为所述强化电网营销业务参考数据语义编码特征向量的个数；对所述k个分解特征向量进行标准化处理得到k个标准化分解特征向量后，将所述k个标准化分解特征向量重构为所述无风险电网营销业务语义表征特征矩阵。

16、可选地，计算所述强化电网营销业务参考数据语义编码特征向量的集合中任意两个强化电网营销业务参考数据语义编码特征向量的相关权重以由多个所述相关权重组成邻接矩阵，包括：以如下邻接关联公式计算所述强化电网营销业务参考数据语义编码特征向量的集合中任意两个强化电网营销业务参考数据语义编码特征向量的所述相关权重；其中，所述邻接关联公式为：

17、

18、其中，vi为所述强化电网营销业务参考数据语义编码特征向量的集合中第i个强化电网营销业务参考数据语义编码特征向量，vj为所述强化电网营销业务参考数据语义编码特征向量的集合中第j个强化电网营销业务参考数据语义编码特征向量，σ为拉伸因子，||·||22表示向量二范数的平方，exp(·)表示指数运算处理，wi，j为所述第i个强化电网营销业务参考数据语义编码特征向量和所述第j个强化电网营销业务参考数据语义编码特征向量之间的所述相关权重。

19、可选地，基于所述无风险电网营销业务语义表征特征矩阵和所述待分析电网营销业务数据语义编码特征向量之间的语义差异信息来确定识别结果，包括：计算所述待分析电网营销业务数据语义编码特征向量相对于所述无风险电网营销业务语义表征特征矩阵的语义差异度量转移向量；将所述语义差异度量转移向量通过基于分类器的风险识别器以得到所述识别结果，所述识别结果用于表示待分析电网营销业务数据是否存在风险。

20、可选地，还包括训练步骤：对所述基于自相关注意力网络的自适应语义强化模块、所述基于联合聚类分析网络的无风险电网营销业务聚类器和所述基于分类器的风险识别器进行训练。

21、可选地，所述训练步骤，包括：获取训练数据，所述训练数据包括训练待分析电网营销业务数据、标注为无风险的训练电网营销业务参考数据的集合，以及，所述训练待分析电网营销业务数据是否存在风险的真实值；对所述标注为无风险的训练电网营销业务参考数据的集合中的各个标注为无风险的训练电网营销业务参考数据进行语义编码以得到训练电网营销业务参考数据语义编码特征向量的集合；将所述训练电网营销业务参考数据语义编码特征向量的集合通过所述基于自相关注意力网络的自适应语义强化模块以得到训练强化电网营销业务参考数据语义编码特征向量的集合；将所述训练强化电网营销业务参考数据语义编码特征向量的集合输入所述基于联合聚类分析网络的无风险电网营销业务聚类器以得到训练无风险电网营销业务语义表征特征矩阵；对所述训练待分析电网营销业务数据进行语义编码以得到训练待分析电网营销业务数据语义编码特征向量；计算所述训练待分析电网营销业务数据语义编码特征向量相对于所述训练无风险电网营销业务语义表征特征矩阵的训练语义差异度量转移向量；将所述训练语义差异度量转移向量通过所述基于分类器的风险识别器以得到分类损失函数值；以所述分类损失函数值来对所述基于自相关注意力网络的自适应语义强化模块、所述基于联合聚类分析网络的无风险电网营销业务聚类器和所述基于分类器的风险识别器进行训练，其中，在所述训练的每一轮迭代中，对所述训练语义差异度量转移向量进行优化。

22、第二方面，本公开提供了一种电网营销业务风险数字化管控系统，所述系统包括：

23、业务数据获取模块，用于获取待分析电网营销业务数据；

24、标注提取模块，用于从数据库提取标注为无风险的电网营销业务参考数据的集合；

25、营销业务语义特征提取与聚类模块，用于对所述标注为无风险的电网营销业务参考数据的集合进行营销业务语义特征提取与聚类以得到无风险电网营销业务语义表征特征矩阵；

26、语义编码模块，用于对所述待分析电网营销业务数据进行语义编码以得到待分析电网营销业务数据语义编码特征向量；

27、识别结果确定模块，用于基于所述无风险电网营销业务语义表征特征矩阵和所述待分析电网营销业务数据语义编码特征向量之间的语义差异信息来确定识别结果。

28、采用上述技术方案，通过对提取的标注为无风险的电网营销业务参考数据的集合进行营销业务语义特征提取与聚类以得到无风险电网营销业务语义表征特征矩阵；对获取的待分析电网营销业务数据进行语义编码以得到待分析电网营销业务数据语义编码特征向量；基于所述无风险电网营销业务语义表征特征矩阵和所述待分析电网营销业务数据语义编码特征向量之间的语义差异信息来确定识别结果。这样，可以识别所述待分析电网营销业务数据的潜在风险，从而实现对电网营销业务数据的风险识别和管控。

29、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。