申请/专利权人：国网浙江省电力有限公司;国网浙江省电力有限公司营销服务中心

申请日：2023-04-11

公开（公告）日：2024-03-08

公开（公告）号：CN116433402B

主分类号：G06Q40/12

分类号：G06Q40/12;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2023.08.01#实质审查的生效;2023.07.14#公开

摘要：本发明公开了一种用户电费自动化销账的分析处理装置、方法和存储介质，方法包括步骤1，系统获取第一用户电费数据，第一用户电费数据包括用户电量、电费单价和获取用户电费数据时间；步骤2，将第一用户电费数据输入异常检测模型，判断第一用户电费数据是否发生异常；步骤3，发生异常的第一用户电费数据调整为第二用户电费数据，将第一用户电费数据、第二用户电费数据输入判断模型，判断第二用户电费数据的合理程度；步骤4，计算第一用户电费数据和第三用户电费数据的用户应扣电费，并将用户应扣电费进行销账。本发明可以快速找出异常数据，对于正常的电费数据进行销账，提高了用户电费自动化销账的效率。

主权项：1.用户电费自动化销账的分析处理方法，其特征是，包括以下步骤：步骤1，系统获取第一用户电费数据，第一用户电费数据包括用户电量、电费单价和获取用户电费数据时间；步骤2，将第一用户电费数据输入异常检测模型，判断第一用户电费数据是否发生异常，如果发生异常，则跳转至步骤3，如果未发生异常，则跳转至步骤4；步骤3，发生异常的第一用户电费数据调整为第二用户电费数据，将第一用户电费数据、第二用户电费数据输入判断模型，判断第二用户电费数据的合理程度，若第二用户电费数据的合理程度超过设定的第一阈值，则将第二用户电费数据调整为第三用户电费数据；步骤4，计算第一用户电费数据和第三用户电费数据的用户应扣电费，并将用户应扣电费进行销账，将第二用户电费数据生成异常报告提醒相关操作人员；所述的异常检测模型为时间序列分析模型，所述的步骤2中将第一用户电费数据输入异常检测模型，判断第一用户电费数据是否发生异常具体为：将第一用户电费数据输入时间序列分析模型，时间序列分析模型获取该第一用户电费数据对应的用户的历史数据，并通过用户的历史数据判断该用户电量的变化周期和变化趋势对未来用户电量进行预测，将第一用户电费数据的用户电量与时间匹配的未来用户电量进行比较，若超过设定的第二阈值，则判断第一用户电费数据发生异常；或所述的异常检测模型为离群点检测模型，所述的步骤2中将第一用户电费数据输入异常检测模型，判断第一用户电费数据是否发生异常具体为：将第一用户电费数据输入离群点检测模型，离群点检测模型获取该第一用户电费数据对应的用户的历史数据，计算历史数据的用户平均电量，然后离群点检测模型根据用户平均电量设定用户电量上容忍值和用户电量下容忍值，若第一用户电费数据的用户电量超过用户电量上容忍值或不超过用户电量下容忍值，则判断第一用户电费数据发生异常；所述的步骤3中，所述的判断第二用户电费数据的合理程度具体为：若异常检测模型为时间序列分析模型，则判断模型为离群点检测模型，计算第二用户电费数据的用户电量在时间序列分析模型结果中与正常用户电量范围的偏离度，然后计算第二用户电费数据的用户电量在离群点检测模型中与正常用户电量范围的偏离度，则第二用户电费数据的合理程度为：R＝α·ETsam+β·EOdm其中R为电费数据的合理程度，ETsam为时间序列分析模型结果中与正常用户电量范围的偏离度，EOdm为离群点检测模型中与正常用户电量范围的偏离度，α为时间序列分析模型重要性的修正系数，β为离群点检测模型重要性的修正系数；所述的步骤3中，所述的判断第二用户电费数据的合理程度具体为：若异常检测模型为离群点检测模型，则判断模型为时间序列分析模型，计算第二用户电费数据的用户电量在离群点检测模型结果中与正常用户电量范围的偏离度，然后计算第二用户电费数据的用户电量在时间序列分析模型中与正常用户电量范围的偏离度，则第二用户电费数据的合理程度为：R＝α·EOdm+β·ETsam其中R为电费数据的合理程度，ETsam为时间序列分析模型结果中与正常用户电量范围的偏离度，EOdm为离群点检测模型中与正常用户电量范围的偏离度，α为离群点检测模型重要性的修正系数，β为时间序列分析模型重要性的修正系数；所述的时间序列分析模型重要性的修正系数和离群点检测模型重要性的修正系数通过训练模型进行动态更新，具体为：获取时间序列分析模型的分析结果，包括分析结果正确的第一正常用户电费数据和第一异常用户电费数据，分析结果错误的第二正常用户电费数据和第二异常用户电费数据；获取离群点检测模型的分析结果，包括分析结果正确的第一正常用户电费数据和第一异常用户电费数据，分析结果错误的第二正常用户电费数据和第二异常用户电费数据；若在时间序列分析模型中的分析结果错误的第二正常用户电费数据是在离群点检测模型中分析结果正确的第一异常用户电费数据，则时间序列分析模型重要性的修正系数降低M1，若在时间序列分析模型中的分析结果错误的第二异常用户电费数据是在离群点检测模型中分析结果正确的第一正常用户电费数据，则时间序列分析模型重要性的修正系数降低N1，M1、N1均为比例系数且M1大于N1；若在离群点检测模型的分析结果错误的第二正常用户电费数据是在时间序列分析模型中分析结果正确的第一异常用户电费数据，则离群点检测模型重要性的修正系数降低M2，若在离群点检测模型中的分析结果错误的第二异常用户电费数据是在时间序列分析模型中分析结果正确的第一正常用户电费数据，则离群点检测模型重要性的修正系数降低N2，M2、N2均为比例系数且M2大于N2。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司;国网浙江省电力有限公司营销服务中心 用户电费自动化销账的分析处理装置、方法和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD