[发明专利]一种基于电力收费的错误数据分析方法

说明书

本发明公开了一种基于电力收费的错误数据分析方法，包括：获取单位时间内的电力收费数据；确定电力收费数据的获取途径，获取途径至少包括从电表设备获取和设备网管获取中的一种；进行数据属性缺失校验，根据获取途径的不同，提取不同来源的数据，形成多个设备的完整数据链，对完整数据链的关键属性完整性进行校验；对经过完整性校验的数据进行数据匹配度校验，判断多个数据来源属性是否一致；当数据分层校验事件被触发后，不同来源的数据由预先设置的重要程度进行可信度分级，分级后对错误信息数据来源进行修正；对修正后的数据进行获取对应的操作日志，判断对应的操作日志的属性信息是否存在异常；剔除错误数据并记录剔除信息。

技术领域

本发明涉及电力收费领域，尤其涉及一种基于电力收费的错误数据分析方法。

背景技术

传统电力行业通过智能电表获取用户的用电数据，通过收费系统进行相应的金额收取；随着网络信息量的增加，海量数据在进行传输发送的过程中会由于网络故障或者数据本身格式等问题出现传输故障，导致传输到收费系统的部分用电数据变成不可识别的错误数据，而用电数据的错误会导致用户的用电计费失常的缺陷，即使这部分数据是极小几率发生的少量数据，但足以给用户或电网企业带来损失。

发明内容

本发明提供了一种基于电力收费的错误数据分析方法，以解决传统的电力收费系统没有对电力数据进行错误数据检测的技术问题，从而对用电数据进行错误数据分析，进而防止用户或电网企业造成损失。

为了解决上述技术问题，本发明实施例提供了一种基于电力收费的错误数据分析方法，包括：

获取单位时间内的电力收费数据；

确定所述电力收费数据的获取途径，所述获取途径至少包括从电表设备获取和设备网管获取中的一种；

进行数据属性缺失校验，根据所述获取途径的不同，对不同的设备提取不同来源的数据，形成多个设备的完整数据链，对所述完整数据链的关键属性完整性进行校验，若校验失败则视为错误数据，若校验成功则视为正常数据；

对经过完整性校验的数据进行数据匹配度校验，判断多个数据来源属性是否一致，若一致则将数据标记为准确数据；若不一致时，则触发数据分层校验事件；

当数据分层校验事件被触发后，不同来源的数据由预先设置的重要程度进行可信度分级，分级后对错误信息数据来源进行修正；

对修正后的数据进行获取对应的操作日志，并判断对应的操作日志的属性信息是否存在异常，若存在异常则确认为错误数据，否则为正常数据；

剔除错误数据并记录剔除信息，实现完成对一个单位时间内的电力数据分析。

作为优选方案，所述对所述完整数据链的关键属性完整性进行校验，至少包括：

判断所述完整数据链中各数据的关键属性是否填写完整，若判断为不完整，则发出属性缺失告警，并记录其来源归属设备和缺失情况，在补充关键属性完成前不再继续进行下一步校验。

作为优选方案，所述对错误信息数据来源进行修正，至少包括填补关键属性数据和修正数据来源属性。

作为优选方案，所述电力收费数据包括用户的电力数据和用户个人信息。

作为优选方案，所述操作日志的属性信息，包括操作日志的报送状态、异常交易逻辑状态、交易信息记录中的一种或多种组合。

作为优选方案，所述交易信息记录包括交易金额、交易量和交易余额。

作为优选方案，所述对不同的设备提取不同来源的数据中的数据包括不同设备的配置信息、告警记录信息、设备性能信息、业务信息、运维信息。

作为优选方案，所述数据匹配度校验通过余弦相似度算法进行匹配度计算。