[发明专利]一种识别城镇燃气用户异常用气行为的方法及装置

说明书

本发明提供了一种识别城镇燃气用户异常用气行为的方法及装置，其中方法包括：获取城镇燃气公服用户用气数据，对用户用气数据进行数据清洗，得到待分析数据；对待分析数据进行特征提取，得到特征数据；对特征数据进行的单个用户分析，确定异常用户；对特征数据进行同类用户离群点检测，确定异常用户。通过燃气用户的用气数据进行特征抽取，一方面对单个用户进行分析，得到特征的变异，另一方面采用聚类方法对同类用户进行聚类，发现异常用户，通过两方面的对比，进一步分析该异常用户用气情况。此外，通过用户的用气数据抽象出其相关特征，结合单用户的曲线拟合和同类用户的聚类分析，找出重点异常用户，以供后续监管。

技术领域

本发明涉及计算机领域，尤其涉及一种识别城镇燃气用户异常用气行为的方法及装置。

背景技术

城镇燃气用户存在一些用气异常的用户，原因可能是装修、停业、更换设备、改变经营类型、偷盗气等，这些异常用户存在管理困难和安全风险，特别是偷盗气用户，造成企业资产损失，属于违法行为，应当识别并重点排查这些用户。

这些用户存在必然的用气数据异常，异常数据的挖掘主要是使用偏差检测，在数学意义上，偏差是指分类中的反常实例、不满足规则的特例，或者观测结果与模型预测值不一致并随时间的变化的值等等。偏差检测的基本目标是寻找观测结果与参照值之间有意义的差别，主要的偏差技术有聚类、序列异常、最近邻居法、多维数据分析等。除了识别异常数据外，异常数据挖掘还致力于寻找异常数据间隐含模型，用于智能化的分析预测。

异常检测问题在统计学领域里得到广泛研究，通常用户用某个统计分布对数据点进行建模，再以假定的模型，根据点的分布来确定是否异常。许许多多针对不同分布的异常测试方法发展起来，它们分别适用于不同的情形：①数据分布状况；②数据分布参数是否已知；③异常数据数量；④异常数据类型(高于或低于一般抽样值)。这方面比较有代表性的有1967年Mikey，DunnClark提出的基于“均数漂移”模型的单点诊断量，1970年GentlemanWilk提出的群组诊断量，1972年TietjenMoore提出的单样本k个离群点的统计量,1989年Rosner提出的单样本多个离群检测算法ESD(Generalized Extreme StudentizedDeviate)，1991年PaulFung改进了ESD方法参数k选择的主观性，提出了回归分析的GESR(Generalized Extreme Studentized DeviateResi2dual)方法。近年来，多样本的离群检测方法也得到了一定的发展，大多是先找到一个“异常用户”的样本集合，其他用户也该样本集合进行对比分析。而在城镇燃气企业缺少或难以找到这样的样本集。

异常用气的分析主要基于用户的用气数据及用户的基础资料，包含设备、经营状态、规模大小、天气情况等相关参数，但是由于相关参数时刻发生着变化并且很难得到准确信息，不利于分析用户的用气状态是否正常。

发明内容

本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的识别城镇燃气用户异常用气行为的方法及装置。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明的一个方面提供了一种识别城镇燃气用户异常用气行为的方法，包括：获取城镇燃气公服用户用气数据，对用户用气数据进行数据清洗，得到待分析数据；对待分析数据进行特征提取，得到特征数据；对特征数据进行的单个用户分析，确定异常用户；对特征数据进行同类用户离群点检测，确定异常用户。

其中，对待分析数据进行特征提取，得到特征数据包括：根据待分析数据获取数据变异指标，其中，数据变异指标包括：极差、四分位数间距、均差、标准差、变异系数、标准差、各阶自相关系数的聚合统计特征、近似熵、时序数据复杂度、傅里叶变换的谱统计量、峰度、最大波动系数。