[发明专利]基于电费出账风险管控的用电信息采集数据二次研判方法

权利要求书

1.基于电费出账风险管控的用电信息采集数据二次研判方法，其特征在于：包括以下步骤：

S1：采集系统获取用户用电信息；

S2：营销系统，根据上述用户用电信息进行一次研判，所述一次研判是指判断是否符合CMS出账规则；如果符合，则直接出账；如果不符合，则进行S3；

S3：结合用户历史用电数据，开展数据准备、数据清洗、数据预测、数据判别，进行二次研判；

所述的数据准备是指基于专家经验构建的用户侧用电信息采集数据初步筛查决策算法，包括以下步骤：

步骤1：若本月用户发生换表，则该用户剔除，不可采集数据出账；

步骤2：若x_月末的各费率之和与总电量的差值的绝对值，大于1kwh，则该用户剔除，不可采集数据出账；

步骤3：若(x_月末-C_上月)＜0、或单相表(x_月末-C_上月)＞1040、或三相表(x_月末-C_上月)＞7000，则该用户剔除，不可采集数据出账；

步骤4：若 某日的(x_n-C_上月)＜0、或单相表(x_n-C_上月)＞1040、或三相表(x_n-C_上月)＞7000，则该用户的该日数据剔除，不参与后续计算；上月出账为采集出账且出账示值为C_上月，本月月末一日采集示数为x_月末，本月非月末任一日采集示数为x_n；

步骤5：经过步骤1-4，若当月剩余的可供计算的x_n的采集成功天数小于12日，则该用户剔除，不可采集数据出账；为规避数据毛刺发生风险，选取电网单相用户用电量最大的1％的用户月用电量1040kwh、低压三相用户用电量最大的1％的用户月用电量7000kwh，作为数据初筛依据；

所述的数据预测是指基于最小二乘法开展用户月末用电数据预测，并以历史预测数据与真值的最大偏差绝对值作为数据是否可用判别依据的算法模型，最终确定月末采集数据是否可用于营销出账，其方法是：

步骤10：经过数据准备与数据清洗后，对剩余数据合格可计算的电表，使用最小二乘法，计算y＝ax+b开展月末冻结数据预测，设预测值是y_月末预测；a为斜率，b为截距；

步骤11：判定规则如下，

|y_月末预测-x_月末|≤k*max[x_i-(ai+b)]

阈值k在0.5-2之间，符合条件，则x_月末即可用于出账；i为预测当日；

S4：二次研判规则符合，则营销系统直接出账；不符合，则发出指令进行人工抄表。

2.如权利要求1所述的基于电费出账风险管控的用电信息采集数据二次研判方法，其特征在于，所述的数据清洗是指：运用标准偏差法与拉依达准则构建异常数据甄别与异常数据清洗模型算法，为二次研判构建合理准确的数据依据，包括以下步骤：

步骤6：依据上述步骤，计算的标准偏差σ，本月除月末一日采集示数平均值为

步骤7：依据拉依达准则，剔除毛刺数据；

设S＝3σ，若用户某日时，则将采集数据剔除；

步骤8：验证数据是否发生飞走或倒走，完成毛刺数据剔除后，验证该用户本月剩余可计算的采集示数为x_n是否发生飞走或倒走：

(1)飞走判别：平均日用电量，单相表(x_n-x_n-1)＞254kwh，三相表(x_n-x_n-1)＞1268kwh；若上v日连续采集失败，则阈值应乘以v；

飞走判别阈值：依据用户实际使用电能表的额定电压U_N、最大电流I_max，计算该用户最大可能用电量：阈值＝U_N×I_max×24×0.8，其中低压单相表为254kwh，低压三相表为1268kwh；

(2)倒走判别：x_n与上一采集成功日的差值为负；

步骤9：重复执行步骤6、7、8，完成数据清洗：重复执行步骤6、步骤7、步骤8、直至以下情况：

(1)剔除毛刺数据后，再无飞走或倒走发生，则清洗完毕，进入“数据预测”判断；

(2)数据再无可剔除后，仍有飞走或倒走发生，则清洗完毕，该用户不可采集数据出账；

(3)数据剔除后，该用户本月数据采集成功天数小于12日，则程序执行完毕，该用户不可采集数据出账；12日的判定是为保证下一步数据预测和数据判别，有足够多且正确无误的样本数据；

(4)每次剔除后，再次计算σ和S时，n值应取最新的可计算样本数。