[发明专利]一种电价执行异常用户的识别方法及识别系统在审

专利信息
申请号: 202010057653.9 申请日: 2020-01-19
公开(公告)号: CN111275576A 公开(公告)日: 2020-06-12
发明(设计)人: 于瑞强;杜星学;王彦;邢敏敏;刘波;贾明静;刘伯栋;李慧霖;刘学昌;张威 申请(专利权)人: 烟台海颐软件股份有限公司
主分类号: G06Q50/06 分类号: G06Q50/06;G06Q30/02;G06K9/62
代理公司: 烟台上禾知识产权代理事务所(普通合伙) 37234 代理人: 齐素立
地址: 264006 山东省烟台*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电价 执行 异常 用户 识别 方法 系统
【权利要求书】:

1.一种电价执行异常用户的识别方法,其特征在于,包括以下步骤:

S10、进行用户用电群体划分;

S20、构建用电行为特征向量;

S30、利用用电行为特征向量进行电价合规性分析;

S40、筛选出电价执行异常的用户,输出结果。

2.根据权利要求1所述的电价执行异常用户的识别方法,其特征在于,所述步骤S10进行用户用电群体划分,包括以下步骤:

根据所有电价代码属性所对应的电价水平、用电性质等用电档案特征对特征相似的电价代码进行归类合并,并标记用电档案特征分类标签;

根据用户所属电价代码所对应的所述用电档案特征分类标签对用户进行群体划分,将拥有相同标签的用户归为同一用电特征群体。

3.根据权利要求1所述的电价执行异常用户的识别方法,其特征在于,所述步骤S20构建用电行为特征向量,包括以下特征:

群体用户平均用电量用电波动程度v,个体用户与同类群体用户用电波动趋势差δ;

所述群体用户平均用电量采用以下公式计算:

所述用电波动程度v利用以下方差公式进行计算:

其中n为作为特征使用的用电月份的数量,xi为个体用户第i个月的用电量,为个体用户作为特征使用的的各月电量均值;

所述个体用户与同类群体用户用电波动趋势差δ,其计算步骤为:

首先计算群体的整体用电趋势,随机抽选一定比例的用户,取其每个特征月用电量的中位数分别作为对应月的群体普遍用电量mi,n个特征月组合起来形成整体用电趋势向量m'={m1,m2,...,mn};

然后计算个体用户的用电趋势,取个体用户每个特征月用电量xi,n个特征月组合起来形成个体用户的用电趋势向量x'={x1,x2,...,xn};

对整体用电趋势向量m'={m1,m2,...,mn}及个体用户的用电趋势向量x'={x1,x2,...,xn}采用以下公式进行标准化,

上式中,yi为标准化后的yi,向量Y为个体用户的用电趋势向量x'={x1,x2,...,xn}或整体用电趋势向量m'={m1,m2,...,mn},yi为对应的xi或mi

标准化后的个体用户的用电趋势向量x和整体用电趋势向量m按以下公式计算整体波动趋势差

其中mi为标准化后的整体用电趋势的第i维,xi为标准化后的个体用户用电趋势的第i维。

4.根据权利要求1或2所述的电价执行异常用户的识别方法,其特征在于,在步骤S10之前还包括数据集成的步骤、用户信息整合步骤;

所述数据集成步骤用于将不同来源、不同格式的数据进行读取、格式转换、异常数据修正、缺失数据填充、重复数据过滤等操作,并统一保存为系统需要的表数据;包括档案数据集成步骤和用电数据集成步骤,所述档案数据集成步骤用于从库表中收集用户信息及电价明细相关的档案;所述用电数据集成步骤用于接收来自各种计量设备传递的用电信息,并进行统一、整合、异常排查;

所述用户信息整合步骤用于将数据集成步骤收集的信息进行关联,包括关联用户基础档案各用电档案信息、关联用户档案与电价明细、关联用户档案与近两期用电数据、计算用户实际用电量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于烟台海颐软件股份有限公司,未经烟台海颐软件股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010057653.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top