一种基于增量主动学习的电费异常检测方法及其装置

    公开(公告)号:CN115511016B

    公开(公告)日:2023-04-28

    申请号:CN202211479010.9

    申请日:2022-11-24

    摘要: 本发明涉及信息处理和电力营销技术领域,具体公开了基于增量主动学习的电费异常检测方法,包括:对获取到的多个目标用户的当前电费数据进行初次异常检测,如果触发异常规则,则输出多个目标用户中的疑似异常用户;对疑似异常用户的电费数据进行二次异常检测,以得到疑似异常用户检测结果,如果疑似异常用户检测结果的不确定度低于预设阈值,则直接输出疑似异常用户检测结果;如果高于预设阈值,则对不确定度高的疑似异常用户的电费数据进行最终研判,输出该不确定度高的疑似异常用户中的正常用户。本发明还公开了基于增量主动学习的电费异常检测装置。本发明能够解决当前核算规则体系命中率低、无法应用业务数据自主完成模型迭代更新的问题。

    基于前端用电业务变更的档案准确性检测方法

    公开(公告)号:CN115631065A

    公开(公告)日:2023-01-20

    申请号:CN202211645915.9

    申请日:2022-12-21

    摘要: 本申请关于基于前端用电业务变更的档案准确性检测方法,涉及用电管理技术领域。该方法包括:建立变更凭证标准库和档案校核规则库;获取与目标用户的初始档案和实时档案;通过变更凭证标准库对初始档案进行检测,并在业务变更流程中植入档案校核规则,得到档案准确性检测结果,档案准确性检测结果用于指示初始档案的准确性;基于档案准确性检测结果生成档案修改信息。在业务流程中植入档案校核规则,对变更后的实时档案进行检测,该技术方案实现档案完整性、有效性检测前移,由原来的事后检测变为事前检测,提高工作效率。

    一种代理购电量预测算法的立体综合评价方法及系统

    公开(公告)号:CN115496304A

    公开(公告)日:2022-12-20

    申请号:CN202211432574.7

    申请日:2022-11-16

    摘要: 代理购电量预测算法的立体综合评价方法及系统,方法包括:基于K‑means算法对代理购电用户的用电特征进行聚类得到区域群或行业群;以时间周期为横向维度、以区域群或行业群为纵向维度采用不同的电量预测算法进行代理购电量预测,并计算预测值与实际值的预测偏差;基于预测偏差和评价因子权重值对代理购电量预测算法进行立体综合评价;本发明基于时间维度和空间维度分配评价因子权重值,既能体现预测算法在强相关月份的准确性,又能反应预测算法在较长周期的稳定性;对比不同城市或者行业间的预测表现等,对具有相似用电特征的用户群选择同类算法,与将全省用户作为一个整体来预测相比,更能有针对性地调整算法、参数。