[发明专利]一种基于电力大数据的电力信用标签化方法及系统

说明书

本发明涉及一种基于电力大数据的电力信用标签化方法及系统，所述的方法包括以下步骤：S1：获取用电用户的电力数据信息，并进行数据的预处理；S2：根据电力数据信息构建用户的一级事实标签；S3：构建分析模型，根据一级事实标签获取用户的二级规则标签；S4：基于二级规则标签构建预测模型，获取用户的三级模型标签，完成用电信用的标签化。与现有技术相比，本发明能够有效、及时获取电力用户的用电状况，获取用电用户的电力测情况，构建企业电力信誉评价模型。

技术领域

本发明涉及电网大数据领域，尤其是涉及一种基于电力大数据的电力信用标签化方法及系统。

背景技术

随着“数字电网”建设和数字化转型工作的全面推进，规范数据资产开放共享交易行为，全面推进数据资产快速流通，进一步释放数据作为新型生产要素的价值迫在眉睫。企业征信作为社会信用体系的基础，是国民生活和商业经济的发展基石。随着新的金融和政府侧数据公开和大数据应用趋势，企业电力大数据征信应用具有探索的意义和价值。而电力征信形成信用评价的基础是构建基于电力数据的具有电力特色和独特应用场景和价值的电力信用标签。电力信用标签数据可以作为特征、指标模型入参，或者直接应用于风险识别规则进行过滤判断，现有技术中并不能有效准确的对用电客户的电力信用标签进行有效生成，其生成的电力信用标签可用性差。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电力大数据的电力信用标签化方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种基于电力大数据的电力信用标签化方法，包括以下步骤：

S1：获取用电用户的电力数据信息，并进行数据的预处理；

S2：根据电力数据信息构建用户的一级事实标签；

S3：构建分析模型，根据一级事实标签获取用户的二级规则标签；

S4：基于二级规则标签构建预测模型，获取用户的三级模型标签，完成用电信用的标签化。

优选地，所述的步骤S1具体包括：

S11：构建数据采集字段，根据数据采集字段获取用电用户的电力数据信息；

S12：对电力数据信息进行校验，确保数据的完整性；

S13：对电力数据信息进行预处理。

优选地，所述的步骤S13中的预处理包括数据异常值处理、数据缺失值处理、数据归一化处理。

优选地，所述的预处理中对数据缺失值处理时，利用滑动平均法和公式补全法对电力数据间断缺失进行处理，利用机器学习算法对电力数据连续缺失进行处理，所述的机器学习算法包括K近邻算法、余弦相似度补全法。

优选地，所述的预处理中进行数据异常值处理时，对数据异常值和极端值进行处理的方法包括值域截取法和记录删除法，对异常值进行过滤时采用四分卫检测法、3σ标准差检测法进行异常检测。

优选地，所述的一级事实标签包括企业名称、用电地址、地理坐标、所属行业、行业代码、所属台区、企业类型。

优选地，所述的二级规则标签包括用户客群、用电量等级、用电变化趋势、用电偏好、用电异常特征、企业生产行为、行业特征、区域特征。

优选地，所述的用户异常特征包括用电增长率变动和用电异常监控。

优选地，所述的三级模型标签包括突发事件影响、经营状况、窃电预测、违约预测、用电预测。

一种基于电力大数据的电力信用标签化系统，包括数据采集模块、事实标签构建生成模块、规则标签生成模块和模型标签生成模块，