一种基于行为模式分析的用户安全特征识别方法

本发明公开一种基于行为模式分析的用户安全特征识别方法，以解决现有技术识别电力用户用电安全特征不精准、鲁棒性不足的问题。该方法先对原始用电时间序列数据做预处理与分割；接着构建基于专家混合架构的自监督学习模型，此架构整合五种神经网络构建专家模型，通过门控网络动态分配专家权重，经自监督训练输出用电模式深度嵌入向量；再用聚类算法对嵌入向量聚类，结合肘部法与轮廓系数法确定最优聚类数，生成用户画像并进行可视化与特征分析；最后依据用户画像数据，对输入的待识别用户数据进行交易行为模式识别，输出安全特征识别结果。本发明能全面、精准识别用户用电安全特征，适用于智能电网安全监测等场景。