电价计费异常识别方法、装置、计算机设备和存储介质与流程

1.本技术涉及电网数据处理技术领域，特别是涉及一种电价计费异常识别方法、装置、计算机设备和存储介质。


背景技术：

2.随着社会的发展，对用电的需求越来越高，用户用电根据用电量进行缴费。电价由相关部门指定，电价根据发、供电企业燃煤费用、建设和运行维护成本，以及确定的利润而行政性的做出决定。现有电价的计费方法对于居民用电采用阶梯计费的方式，对于企业用电采用尖峰平谷四个时间段来进行制定电价计费方式，以达到错峰用电，保证电力系统运行稳畅。
3.然而，在对用电计费过程中，每次都需要对所有居民的用电数据进行统计，逐一排查异常，导致在没有异常的情况下，也进行全部居民的异常排查，最终导致计算资源的浪费。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够减少异常识别的计算量的电价计费异常识别方法、装置、计算机设备和存储介质。
5.一种电价计费异常识别方法，所述方法包括：
6.根据当前时间点的电费总数和用电总量计算当前时间点的电价均值；
7.判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比；
8.如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差不在预设范围内，则判断存在电价计费异常；
9.在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数；
10.在相关系数低于预设值时，则判断所述用户存在电价计费异常。
11.在其中一个实施例中，所述根据当前时间点的电费总数和用电总量计算当前时间点的电价均值，包括：计算当前时间点的电费总数与用电总量的比值，得到当前时间点的电价均值。
12.在其中一个实施例中，电价均值变化曲线为一年内电价均值与用电总量之间的变化曲线，计算一年内每个月所有用户的电费总数和用电总量之比得到每个月的电价均值，根据每个月的电价均值和对应的用电总量拟合得到电价均值变化曲线。
13.在其中一个实施例中，所述计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数，包括：获取每个用户的预设时间周期内的负荷曲线每个时间点的值和标
准负荷曲线中对应时间点的值，组成基础负荷和用户负荷样本；将用户预设时间周期内的基础负荷和用户负荷样本，通过皮尔森算法估算样本的协方差和标准差，得到样本的相关系数。
14.在其中一个实施例中，在计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数之前，包括：获取预设时间周期内温度变化数据；查找与所述温度变化数据相似的时间周期内的用户历史负荷曲线，并将所述用户历史负荷曲线作为标准负荷曲线。
15.在其中一个实施例中，在计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数之前，包括：获取在预设时间周期内每个时间点所有用户的负荷数据；根据所有用户的负荷数据计算负荷平均值；根据预设时间周期内每个时间点的负荷平均值进行拟合，得到标准负荷曲线。
16.在其中一个实施例中，在相关系数低于预设值时，则判断所述用户存在电价计费异常之后，包括：获取存在电价计费异常的用户信息，并生成任务工单；将任务工单发送至维修客户端；其中，维修客户端根据历史处理完成的工单信息与当前待处理的任务工单进行匹配，计算相关指数，根据相关指数对当前待处理的任务工单进行排序。
17.一种电价计费异常识别装置，所述装置包括：
18.电价均值计算模块，用于根据当前时间点的电费总数和用电总量计算当前时间点的电价均值；
19.判断模块，用于判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比；
20.异常存在确定模块，用于如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是不在预设范围内，则判断存在电价计费异常；
21.相关系数计算模块，用于在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数；
22.异常用户确定模块，用于在相关系数低于预设值时，则判断所述用户存在电价计费异常。
23.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
24.根据当前时间点的电费总数和用电总量计算当前时间点的电价均值；
25.判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比；
26.如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差不在预设范围内，则判断存在电价计费异常；
27.在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数；
28.在相关系数低于预设值时，则判断所述用户存在电价计费异常。
29.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
30.根据当前时间点的电费总数和用电总量计算当前时间点的电价均值；
31.判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比；
32.如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差不在预设范围内，则判断存在电价计费异常；
33.在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数；
34.在相关系数低于预设值时，则判断所述用户存在电价计费异常。
35.上述电价计费异常识别方法、装置、计算机设备和存储介质，通过计算当前时间点的电价均值来判断用户总体是否存在电价计费异常，在确定总体存在电价计费异常时，才进行单个用户的电价计费异常的计算，能够减少计算资源的浪费；同时，通过判断当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内，来判断总体是否存在电价计费异常，计算简单，只需要根据预存电价均值变化曲线与当前时间点的电价均值进行比较，就能实现电价计费异常的判断；另外，在总体存在异常时，再对每个用户通过预设时间周期内负荷曲线与标准负荷曲线计算相关系数，能够对用户的电价计费异常实现准确的判断。
附图说明
36.图1为一个实施例中电价计费异常识别方法的应用环境图；
37.图2为一个实施例中电价计费异常识别方法的流程示意图；
38.图3为一个实施例中电价均值变化曲线图；
39.图4为一个实施例中电价计费异常识别装置的结构框图；
40.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
42.本技术提供的电价计费异常识别方法，可以应用于如图1所示的应用环境中。其中，维修客户端102通过网络与服务器104通过网络进行通信。服务器104根据当前时间点的电费总数和用电总量计算当前时间点的电价均值；判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比；如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差不在预设范围内，
则判断存在电价计费异常；在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数；在相关系数低于预设值时，则判断所述用户存在电价计费异常。其中，维修客户端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
43.在一个实施例中，如图2所示，提供了一种电价计费异常识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
44.s110，根据当前时间点的电费总数和用电总量计算当前时间点的电价均值。
45.其中，当前时间点可以取电费的结算时间点，当然服务器也可以每隔预设时间计算一次电价均值。当前时间点的电价均值等于当前时间点的电费总数和当前时间点的用电总量之比。
46.s120，判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比。
47.其中，电价均值变化曲线如图3所示。由于现在居民实行阶梯电价，用电量越高，电价均值越高；可以统计用电总量与电价均值之间的关系，形成电价均值变化曲线。预设时间段内可为一周、一个月、一个季度或者一年，时间点统计的是一段时间的电费总数和用电总量；例如，统计a市一个月中每天的电费总数和用电总量，然后计算每天的电价均值，根据一个月的电价均值和用电总量的关系生成电价均值变化曲线。在电价均值变化曲线中，每个用电总量可确定一个参考电价均值；如图3中，当前时间点采集的电价均值为5.7角和用电总量6300万千瓦
·
时，在图3中表示为l1点，用电总量6300万千瓦
·
时在电价均值变化曲线上确定点m1，点m1对应的参考电价均值为7角。电价均值变化曲线可以预先存储。
48.s130，如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差不在预设范围内，则判断存在电价计费异常。
49.其中，预设范围根据平时的电价异常统计情况确定，例如，预设范围可为1角；当然，预设范围也可为参考电价均值的一定百分比例，如参考电价均值的20％。例如，如图3中，l1点表示当前时间点采集的电价均值为5.7角和用电总量6300万千瓦
·
时，确定的参考电价均值为7角，则当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差为1.3角，如果预设范围为1角，则判断存在电价计费异常。
50.s140，在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数。
51.其中，预设时间周期可为1天、一周或一个月，用户在预设周期内每个采样时间点的用电功率与时间的变化曲线为用户的预设时间周期内负荷曲线，标注负荷曲线为用户历史周期内的负荷曲线或者预设周期内所有用户在每个采样时间点的平均用电功率与时间的变化曲线。
52.每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数通过皮尔森算法进行计算，当然也可以采用其它的用于计算曲线的相似性的算法进行计算。
53.s150，在相关系数低于预设值时，则判断所述用户存在电价计费异常。
54.其中，预设值根据用户往常的计费异常情况确定。例如，采用皮尔森算法计算得到相关系数为0.3，预设值为0.4，相关系数低于预设值，则该用户存在电价计费异常。
55.上述电价计费异常识别方法中，通过计算当前时间点的电价均值来判断用户总体是否存在电价计费异常，在确定总体存在电价计费异常时，才进行单个用户的电价计费异常的计算，能够减少计算资源的浪费；同时，通过判断当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内，来判断总体是否存在电价计费异常，计算简单，只需要根据预存电价均值变化曲线与当前时间点的电价均值进行比较，就能实现电价计费异常的判断；另外，在总体存在异常时，再对每个用户通过预设时间周期内负荷曲线与标准负荷曲线计算相关系数，能够对用户的电价计费异常实现准确的判断。
56.在其中一个实施例中，所述根据当前时间点的电费总数和用电总量计算当前时间点的电价均值，包括：计算当前时间点的电费总数与用电总量的比值，得到当前时间点的电价均值。
57.在其中一个实施例中，电价均值变化曲线为一年内电价均值与用电总量之间的变化曲线，计算一年内每个月所有用户的电费总数和用电总量之比得到每个月的电价均值，根据每个月的电价均值和对应的用电总量拟合得到电价均值变化曲线。
58.在其中一个实施例中，所述计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数，包括：获取每个用户的预设时间周期内的负荷曲线每个时间点的值和标准负荷曲线中对应时间点的值，组成基础负荷和用户负荷样本；将用户预设时间周期内的基础负荷和用户负荷样本，通过皮尔森算法估算样本的协方差和标准差，得到样本的相关系数。
59.其中，负荷曲线可为1天内每小时的用电负荷的值组成的曲线，标准负荷曲线为典型的1天内每小时的用电负荷的值组成的曲线。获取预设时间周期内负荷曲线与标准负荷曲线相同时间点的用电负荷的值组成样本数据对，将样本数据对通过皮尔森算法估算样本的协方差和标准差，得到样本的相关系数。负荷曲线可为一个月内每天的用电负荷的值组成的曲线。
60.在其中一个实施例中，在计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数之前，包括：获取预设时间周期内温度变化数据；查找与所述温度变化数据相似的时间周期内的用户历史负荷曲线，并将所述用户历史负荷曲线作为标准负荷曲线。本实施例中，选取用户历史负荷曲线作为标准负荷曲线，可以根据用户的用电习惯去判断用户是否存在电价计费异常。
61.在其中一个实施例中，在计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数之前，包括：获取在预设时间周期内每个时间点所有用户的负荷数据；根据所有用户的负荷数据计算负荷平均值；根据预设时间周期内每个时间点的负荷平均值进行拟合，得到标准负荷曲线。本实施例中，选取同期的所有用户的负荷平均值进行拟合得到标准负荷曲线，可以根据同期的其他用户的用电情况进行对比，判断该用户否存在电价计费异常。
62.在其中一个实施例中，在相关系数低于预设值时，则判断所述用户存在电价计费异常之后，包括：获取存在电价计费异常的用户信息，并生成任务工单；将任务工单发送至维修客户端；其中，维修客户端根据历史处理完成的工单信息与当前待处理的任务工单进
行匹配，计算相关指数，根据相关指数对当前待处理的任务工单进行排序。本实施例中，维修客户端根据本地的历史任务工单的处理情况，对待处理的任务工单进行匹配，能够根据维修人员的经验去匹配到相应的任务，可提高电价计费异常处理的效率。
63.在其中一个实施例中，在服务器中采用sqoop和informatic进行数据抽取。旨在协助关系数据库(rdbms)与hadoop之间进行高效的大数据交流。用户可以利用sqoop，把关系型数据库的数据导入到hadoop中的数据存储组件(如hive)中；同时也可以把数据从hadoop系统里抽取并导出到关系型数据库里；在服务器中利用数理统计、数据挖掘或预定义等相关数据清理规则和技术，将错误数据、残缺数据转化为满足应用质量要求的数据；在服务器中，采用hdfs对数据进行存储，主要面向全类型数据(结构化、半结构化、实时、非结构化)的存储查询，以海量规模存储、快速查询读取为特征；主要提供分布式计算、数据挖掘、多维度分析能力，主要用到的工具包括：spss、r_hadoop、mahout、hive、spark等。在服务器中，对海量数据不需要多次循环迭代的算法，如数据聚合处理、数据离散化、演化分析、异类分析，采用hadoop离线计算完成。对于需要多次对数据进行全量扫描的算法，如关联分析、聚类等算法采用spark内存计算框架完成。在客户端，基于数据计算层，将数据分析结果以可视化方式展现出来，方便用户使用，涉及的关键技术包括echarts、pentaho、jquery、bootstrap等技术，使得web开发更加快捷，使应用简洁灵活。
64.应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
65.在一个实施例中，如图4所示，提供了一种电价计费异常识别装置，包括：电价均值计算模块210、判断模块220、异常存在确定模块230、相关系数计算模块240和异常用户确定模块250，其中：
66.电价均值计算模块210，用于根据当前时间点的电费总数和用电总量计算当前时间点的电价均值。
67.判断模块220，用于判断在所述用电总量的情况下，当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是否在预设范围内；其中，电价均值变化曲线为预设时间段内每个时间点电价均值与用电总量之间的变化曲线，每个时间点的电价均值等于预设时间段内每个时间点所有用户的电费总数和用电总量之比。
68.异常存在确定模块230，用于如果当前时间点的电价均值与电价均值变化曲线确定的参考电价均值之差是不在预设范围内，则判断存在电价计费异常。
69.相关系数计算模块240，用于在存在电价计费异常时，计算每个用户的预设时间周期内负荷曲线与标准负荷曲线的相关系数。
70.异常用户确定模块250，用于在相关系数低于预设值时，则判断所述用户存在电价计费异常。
71.在其中一个实施例中，电价均值计算模块210，还用于计算当前时间点的电费总数与用电总量的比值，得到当前时间点的电价均值。
72.在其中一个实施例中，电价均值变化曲线为一年内电价均值与用电总量之间的变化曲线，计算一年内每个月所有用户的电费总数和用电总量之比得到每个月的电价均值，根据每个月的电价均值和对应的用电总量拟合得到电价均值变化曲线。
73.在其中一个实施例中，相关系数计算模块240，包括：样本选取单元，用于获取每个用户的预设时间周期内的负荷曲线每个时间点的值和标准负荷曲线中对应时间点的值，组成基础负荷和用户负荷样本；相关系数计算单元，用于将用户预设时间周期内的基础负荷和用户负荷样本，通过皮尔森算法估算样本的协方差和标准差，得到样本的相关系数。
74.在其中一个实施例中，电价计费异常识别装置，还包括：温度变化数据获取模块，用于获取预设时间周期内温度变化数据；标准负荷曲线确定模块，用于查找与所述温度变化数据相似的时间周期内的用户历史负荷曲线，并将所述用户历史负荷曲线作为标准负荷曲线。
75.在其中一个实施例中，电价计费异常识别装置，还包括：负荷数据获取模块，用于获取在预设时间周期内每个时间点所有用户的负荷数据；负荷平均值计算模块，用于根据所有用户的负荷数据计算负荷平均值；标准负荷曲线确定模块，用于根据预设时间周期内每个时间点的负荷平均值进行拟合，得到标准负荷曲线。
76.在其中一个实施例中，电价计费异常识别装置，还包括：任务工单生成模块，用于获取存在电价计费异常的用户信息，并生成任务工单；发送模块，用于将任务工单发送至维修客户端；其中，维修客户端根据历史处理完成的工单信息与当前待处理的任务工单进行匹配，计算相关指数，根据相关指数对当前待处理的任务工单进行排序。
77.关于电价计费异常识别装置的具体限定可以参见上文中对于电价计费异常识别方法的限定，在此不再赘述。上述电价计费异常识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
78.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户用电数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电价计费异常识别方法。
79.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
80.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
81.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
82.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
83.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
84.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。