[发明专利]一种基于用电信息采集标签的运维工单处理方法

权利要求书

1.一种基于用电信息采集标签的运维工单处理方法，其特征在于，

包括以下步骤：

采集对象信息并生成采集标签；

根据采集标签对运维工单优先派工、不派工或者挂起；

所述采集标签包括名称、对象属性和类型属性，所述对象属性为采集标签关联的对象，所述对象的类型包括但不限于工单对象、用户对象、台区对象、终端对象以及标记对象，所述类型属性的值包括手工标签、规则标签和模型标签，所述类型属性的值标签生成的方式确定，所述采集标签名称根据采集对象数据值确定。

2.根据权利要求1所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述手工标签为运维人员通过现场反馈，给标签对象手动添加名称生成的采集标签；

所述规则标签的生成方法包括以下步骤：

A1）建立系统数据库，用于存储手工标签信息；

A2）若同名称的手工标签信息数量超过设定阈值，则获取全部所述同名称手工标签的对象属性对应的对象的类型和业务数据，分别对每个业务数据进行相似度计算，筛选出相似度高于设定值的业务数据，计算所述业务数据的平均值作为该业务数据的参考值；

A3）获取全部与所述同名称手工标签的对象属性同类型的对象的全部业务数据，将符合业务数据参考值的对象自动打上采集标签作为规则标签，该采集标签名称同所述同名称手工标签。

3.根据权利要求2所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

步骤A3后还包括步骤A4）人工审核所述规则标签，若正确率低于设定阈值则取消该规则标签生成规则。

4.根据权利要求2或3所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述同名称手工标签包括相同名称手工标签、相似名称手工标签以及名称实质相同手工标签，所述相似名称手工标签由系统计算手工标签名称相似度并经人工审核后确定，所述名称实质相同手工标签由人工确定。

5.根据权利要求1或2或3所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述对象属性为台区对象的采集标签包括名称为故障影响范围广的采集标签，当采集对象台区内用户数超过全部台区用户数的均值的1.2倍或者超过300户时，为该台区关联所述名称为故障影响范围广的采集标签。

6.根据权利要求1或2或3所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述对象属性为台区对象的采集标签的关联对象台区内，若台区用户数超过300户或台区内有重要签约用户或台区负载三相不平衡度超过0.4时，为该台区关联名称为故障影响范围广的采集标签，当关联名称为故障影响范围广的采集标签的台区出现故障工单时，优先派工处理，其中台区负载三相不平衡度的计算方法为三相不平衡度=max(|相电流-三相平均电流|)/三相平均电流。

7.根据权利要求4所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述对象属性为台区对象的采集标签的关联对象台区内，若台区用户数超过300户或台区内有重要签约用户或台区负载三相不平衡度超过0.4时，为该台区关联名称为故障影响范围广的采集标签，当关联名称为故障影响范围广的采集标签的台区出现故障工单时，优先派工处理，其中台区负载三相不平衡度的计算方法为三相不平衡度=max(|相电流-三相平均电流|)/三相平均电流。

8.根据权利要求1或2或3所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述模型标签的生成方法包括以下步骤：

C1）导入目标对象的历史故障工单的故障信息、台账信息以及故障处理数据；

C2）以故障处理数据标记故障信息以及台账信息后作为样本数据，训练神经网络模型；

C3）在目标对象产生新故障时，读取目标对象的故障信息以及台账信息，导入所述神经网络模型，神经网络模型输出故障处理数据，将所述输出的故障处理数据作为模型标签与目标对象关联。

9.根据权利要求8所述的一种基于用电信息采集标签的运维工单处理方法，其特征在于，

所述故障处理数据包括但不限于故障类型、故障异常现象、故障原因、故障影响范围、故障处理所需时间以及故障处理所需物料。