一种电费数据异常检测方法、系统及电子设备与流程

本发明涉及数据处理，具体涉及一种电费数据异常检测方法、系统及电子设备。

背景技术：

1、一处设施的电费数据一定程度上反映了该设施的用电量情况；对于一些大型设施例如基站，其用电量巨大成本极高，并且与大量设备的用电相关联，保证其电费数据准确就至关重要，因此需要对基站的电费数据进行异常检测。

2、目前对于电费数据的异常检测，往往通过检测电费是否存在突然增加的情况进行异常检测；当基站的租用商增加设备而未及时更新，会导致基站电费异常增加的情况；当基站的直供电出现故障或不稳定时，转供电会自动接管供电，以确保基站设备的正常运行，在基站供电方式转换时，也会造成电费增加的情况，因此仅通过电费增加对电费数据进行异常检测会出现混淆以及误判，降低电费数据异常检测的准确性。

技术实现思路

1、本发明提供一种电费数据异常检测方法、系统及电子设备，以解决现有的仅通过电费突然增加的情况对电费数据进行异常检测导致的混淆以及误判的问题。

2、本发明的一种电费数据异常检测方法、系统及电子设备采用如下技术方案：

3、本发明一个实施例提供了一种电费数据异常检测方法，该方法包括以下步骤：

4、采集采样时长内若干时刻的电费数据；

5、根据每个时刻的电费数据获取每个时刻的变化率差分，构建变化率差分曲线；将采样时长均分为若干个参考时段；根据变化率差分曲线在每个参考时段内的上升幅度获取每个参考时段的电费上升因子；

6、根据变化率差分曲线在每个参考时段内的下降幅度获取每个参考时段的电费下降因子；根据所有参考时段的电费上升因子以及电费下降因子，获取上升参考时段以及下降参考时段；根据上升参考时段以及下降参考时段，获取电费升降相关系数；

7、结合电费上升因子的最大值以及电费升降相关系数获取电费异常程度；根据电费异常程度实现电费数据异常检测。

8、进一步地，所述根据每个时刻的电费数据获取每个时刻的变化率差分，包括：

9、将每个时刻的电费减去上一时刻的电费后与预设采集间隔的比值，记为每个时刻的电费平均变化率；将每个时刻减去上一时刻的电费平均变化率的差值，记为每个时刻的变化率差分。

10、进一步地，所述获取每个参考时段的电费上升因子，包括：

11、第i个参考时段的电费上升因子的计算方法为：

12、

13、式中：表示变化率差分曲线中第i个参考时段内所有极大值的方差，表示变化率差分曲线中第i个参考时段内的最大值，表示变化率差分曲线中第i个参考时段内所有极小值的方差，表示变化率差分曲线中第i个参考时段内所有极小值的均值，表示超参数；表示sigmoid函数。

14、进一步地，所述获取每个参考时段的电费下降因子，包括：

15、第i个参考时段的电费下降因子的计算方法为：

16、

17、式中：表示变化率差分曲线中第i个参考时段内所有极小值的方差，表示变化率差分曲线中第i个参考时段内的最小值，表示变化率差分曲线中第i个参考时段内所有极大值的方差，表示变化率差分曲线中第i个参考时段内所有极大值的均值；表示超参数；表示sigmoid函数。

18、进一步地，所述获取上升参考时段以及下降参考时段，包括：

19、将电费上升因子最大的参考时段记为第p个上升参考时段，将电费下降因子最大的参考时段记为第q个下降参考时段。

20、进一步地，所述获取电费升降相关系数，包括：

21、电费升降相关系数的计算方法为：

22、

23、式中：表示第q个下降参考时段的电费下降因子，表示第p个上升参考时段的电费上升因子；表示取绝对值函数；表示以自然常数为底的指数函数。

24、进一步地，所述获取电费异常程度，包括：

25、电费异常程度的计算方法为：

26、

27、式中：表示第p个参考时段的电费上升因子，表示电费升降相关系数；表示sigmoid函数。

28、进一步地，所述根据电费异常程度实现电费数据异常检测，包括：

29、预设异常阈值，当电费异常程度大于异常阈值时，派遣工作人员检查基站设备实现电费数据异常检测。

30、一种电费数据异常检测系统，其特征在于，应用时执行所述一种电费数据异常检测方法的步骤，该系统包括：

31、数据采集模块，用于采集电费数据；

32、异常程度获取模块，用于获取电费异常程度；

33、异常检测模块，用于根据电费异常程度进行电费数据异常检测。

34、一种电费数据异常检测电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述一种电费数据异常检测方法的步骤。

35、本发明的技术方案的有益效果是：根据每个时刻的电费数据获取每个时刻的变化率差分，构建变化率差分曲线，以变化率差分曲线反映每个时刻的电费变化趋势以及变化幅度；根据变化率差分曲线的极值点获取电费上升因子以及电费下降因子，反映每个参考时段的电费上升程度以及下降程度；进而根据所有参考时段的电费上升因子以及电费下降因子获取电费升降相关系数，反映出电费变化率上升后是否存在对应的下降情况以区分设备增加和供电方式变化导致的电费异常；结合电费上升因子的最大值以及电费升降相关系数获取电费异常程度，得到的异常程度结果更准确，减少了电费数据异常检测中的混淆误判问题。

技术特征：

1.一种电费数据异常检测方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述根据每个时刻的电费数据获取每个时刻的变化率差分，包括：

3.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述获取每个参考时段的电费上升因子，包括：

4.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述获取每个参考时段的电费下降因子，包括：

5.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述获取上升参考时段以及下降参考时段，包括：

6.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述获取电费升降相关系数，包括：

7.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述获取电费异常程度，包括：

8.根据权利要求1所述一种电费数据异常检测方法，其特征在于，所述根据电费异常程度实现电费数据异常检测，包括：

9.一种电费数据异常检测系统，其特征在于，应用时执行如权利要求1~8任一项所述一种电费数据异常检测方法，该系统包括：

10.一种电费数据异常检测电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~8任意一项所述一种电费数据异常检测方法的步骤。

技术总结本发明涉及数据处理技术领域，具体涉及一种电费数据异常检测方法、系统及电子设备，包括：采集电费数据，构建变化率差分曲线；获取根据每个参考时段的上升幅度以及下降幅度获取每个参考时段的电费上升因子以及电费下降因子；根据电费上升因子以及电费下降因子获取电费升降相关系数；结合电费上升因子的最大值以及电费升降相关系数获取电费异常程度；根据电费异常程度实现电费数据异常检测。本发明结合电费上升因子的最大值以及电费升降相关系数获取电费异常程度，得到的异常程度结果更准确，减少了电费数据异常检测中的混淆误判问题。技术研发人员：李孝田,高扬,刘迎春,张磊受保护的技术使用者：北京这房行信息技术有限公司技术研发日：技术公布日：2024/8/27