CN116228195A - 适用于工单的数据处理方法、装置、设备及存储介质 - Google Patents
适用于工单的数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116228195A CN116228195A CN202310078200.8A CN202310078200A CN116228195A CN 116228195 A CN116228195 A CN 116228195A CN 202310078200 A CN202310078200 A CN 202310078200A CN 116228195 A CN116228195 A CN 116228195A
- Authority
- CN
- China
- Prior art keywords
- work order
- classification
- processed
- grid
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 136
- 238000012423 maintenance Methods 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000013145 classification model Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 20
- 230000008439 repair process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013210 evaluation model Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 20
- 238000007726 management method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 210000001503 joint Anatomy 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- ZXQYGBMAQZUVMI-GCMPRSNUSA-N gamma-cyhalothrin Chemical compound CC1(C)[C@@H](\C=C(/Cl)C(F)(F)F)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-GCMPRSNUSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供一种适用于工单的数据处理方法、装置、设备及存储介质。该方法基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类，根据当前位置以及预设工单评估模型确定待处理工单的第二分类，根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的优先等级，然后，根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号，最后，将标识有工单编号的待处理工单下发至对应的维修终端，并根据维修反馈信息生成存档工单编号。从而对基于电力故障处理请求所生成的待处理工单进行多级自动分类，有效地提高了分类的效率以及准确度。
Description
技术领域
本申请涉及数据处理技术，尤其涉及一种适用于工单的数据处理方法、装置、设备及存储介质。
背景技术
近年来，随着电力行业网格化服务的深入推进，各地不同形式的网格服务电话快速发展，更加便捷、高效地为客户提供故障报修、业务咨询、信息查询等服务，深受广大客户欢迎。
但是，网格服务电话没有统一的服务标准和管理细则，不同区域对于虚拟电话平台接收的工单的管理规范也存在差别，并且对于工单的分类也基本是依靠工作人员利用管理规范的方式进行，工作量较大，并且效率低下。可见，在当前的网格服务电话系统中对于工单的管理信息化支撑不足，无法实现全过程闭环管控，亟需通过技术手段予以规范，更好地推动服务质量和服务效率双提升。
发明内容
本申请提供一种，用以解决工单分类依靠人力所导致的效率低下以及各区域无法规范统一对工单进行管理的技术问题。
第一方面，本申请提供一种适用于工单的数据处理方法，包括：
基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，所述待处理工单包括工单预编号、所述呼叫设备所处的当前位置以及故障处理文本信息；
根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，所述第一分类用于表征所述待处理工单对应的故障类型；
根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，所述第二分类用于表征所述待处理工单对应的处理资源类型；
根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级；
根据所述优先等级以及所述第一分类对所述工单预编号进行更新，以生成工单编号，所述工单编号中的第一编码用于表征所述优先等级，所述工单编码中的第二编码用于表征所述第一分类，所述工单编码中的第三编码包括所述工单预编号；
将标识有所述工单编号的所述待处理工单下发至对应的维修终端，并在接收到所述维修终端的维修反馈信息后，根据所述维修反馈信息的对应的维修类型对所述工单编号再次进行更新，以生成存档工单编号，所述存档工单编号中的第四编码用于表征所述维修类型。
在一种可能的设计中，所述根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，包括：
通过文本特征提取模型对所述故障处理文本信息所对应的文本序列进行向量化处理，以生成所述文本序列所对应的特征矩阵，其中，所述文本特征提取模型包括多层，每一层对所述文本序列处理后对应生成一个表征向量，所述特征矩阵包含各层对应的表征向量；
通过第一特征提取模型提取所述特征矩阵的第一特征，通过第二特征提取模型提取所述特征矩阵的第二特征，其中，所述第二特征的维度大于所述第一特征的维度；
利用注意力机制提取所述第二特征中的目标特征，以向所述目标特征对应的目标信息分配优势权重；
将所述第一特征以及所述目标特征输入至预设分类器中，以确定所述待处理工单的所述第一分类。
在一种可能的设计中，所述根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，包括：
根据所述当前位置确定所述待处理工单所属的目标网格B，其中，所述虚拟电话平台对应的服务区域被划分为网格集合，所述目标网格B为所述网格集合中的一个网格；
根据所述网格集合的各个网格在预设时长内的历史维修数据生成网格特征矩阵，如下：
其中，ma(t)表示第a个时段内,网格T的历史维修数据，所述网格集合由T个网格构成；
根据所述网格特征矩阵以及相关度计算公式确定所述目标网格B与相邻网格C之间的相关度，其中，所述相关度计算公式，如下：
其中，mk(b)表示第k个时段内所述目标网格B的历史维修数据，mk(c)表示第k个时段内所述相邻网格C的历史维修数据；
若所述相关度大于或等于预设相关度阈值，则合并所述目标网格B以及所述相邻网格C，并根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源；或者，
若所述相关度小于预设相关度阈值，则将所述目标网格B对应的处理资源确定为目标资源；
根据所述目标资源以及预设处理资源区间确定所述待处理工单对应的所述处理资源类型。
在一种可能的设计中，所述根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源，包括：
根据所述当前位置对应的特征信息以及预设特征评价体系确定天气特征对应的天气特征值W、交通特征对应的交通特征值F以及时间特征对应的时间特征值T，所述待处理工单还包括所述特征信息，所述特征信息包括所述天气特征、所述交通特征以及所述时间特征，所述预设特征评价体系建立预设特征值范围与各类特征信息之间的映射关系；
根据所述天气特征值W以及以下公式确定天气特征系数w：
其中，Wmax与Wmin分别为所述天气特征对应的预设特征值范围的最大值与最小值；
根据所述交通特征值F以及以下公式确定交通特征系数f：
其中，Fmax与Fmin分别为所述交通特征对应的预设特征值范围的最大值与最小值；
根据所述时间特征值T以及以下公式确定时间特征系数t：
其中，Tmax与Tmin分别为所述时间特征对应的预设特征值范围的最大值与最小值；
根据天气特征系数w、交通特征系数f、时间特征系数t以及以下公式确定网格合并评估值η：
η＝αw+βf+γt
其中，α为天气权重值，β为交通权重值，γ为时间权重值，并且，α+β+γ＝1；
若所述网格合并评估值η大于或等于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源之和；
若所述网格合并评估值η小于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源。
在一种可能的设计中，所述根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级，包括：
若所述第一分类为企业电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第一优先级；
若所述第一分类为居民电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第二优先级；
若所述第一分类为企业电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第二优先级；
若所述第一分类为居民电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第三优先级；
所述第一分类包括所述企业电力故障与所述居民电力故障，所述第二分类包括所述资源紧张与所述资源宽裕。
在一种可能的设计中，所述将标识有所述工单编号的所述待处理工单下发至对应的维修终端，包括：
根据所述工单编号从工单存档数据库中确定参照工单，所述参照工单的工单编号中的第一编码、第二编码以及第三编码分别与所述工单编号中的第一编码、第二编码以及第三编码相同；
将标识有所述工单编号的所述待处理工单以及所述参照工单下发至对应的维修终端。
在一种可能的设计中，在生成存档工单编号之后，还包括：
将完成工单上传至所述工单存档数据库，所述完成工单中的信息包括所述待处理工单中的信息、所述存档工单编号以及所述维修反馈信息；
比对所述存档工单编号中的第四编码与所述参照工单中的第四编码，并将所述比对结果、所述完成工单以及所述参照工单添加至维修建议模型的训练集中，所述维修建议模型基于神经网络建立，用于根据输入的待处理工单输出维修建议。
第二方面，本申请还提供一种适用于工单的数据处理装置，包括：
上报模块，用于基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，所述待处理工单包括工单预编号、所述呼叫设备所处的当前位置以及故障处理文本信息；
处理模块，用于根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，所述第一分类用于表征所述待处理工单对应的故障类型；
所述处理模块，还用于根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，所述第二分类用于表征所述待处理工单对应的处理资源类型；
所述处理模块，还用于根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级；
所述处理模块，还用于根据所述优先等级以及所述第一分类对所述工单预编号进行更新，以生成工单编号，所述工单编号中的第一编码用于表征所述优先等级，所述工单编码中的第二编码用于表征所述第一分类，所述工单编码中的第三编码包括所述工单预编号；
下发模块，用于将标识有所述工单编号的所述待处理工单下发至对应的维修终端；
所述处理模块，还用于在接收到所述维修终端的维修反馈信息后，根据所述维修反馈信息的对应的维修类型对所述工单编号再次进行更新，以生成存档工单编号，所述存档工单编号中的第四编码用于表征所述维修类型。
在一种可能的设计中，所述处理模块，具体用于：
通过文本特征提取模型对所述故障处理文本信息所对应的文本序列进行向量化处理，以生成所述文本序列所对应的特征矩阵，其中，所述文本特征提取模型包括多层，每一层对所述文本序列处理后对应生成一个表征向量，所述特征矩阵包含各层对应的表征向量；
通过第一特征提取模型提取所述特征矩阵的第一特征，通过第二特征提取模型提取所述特征矩阵的第二特征，其中，所述第二特征的维度大于所述第一特征的维度；
利用注意力机制提取所述第二特征中的目标特征，以向所述目标特征对应的目标信息分配优势权重；
将所述第一特征以及所述目标特征输入至预设分类器中，以确定所述待处理工单的所述第一分类。
在一种可能的设计中，所述处理模块，具体用于：
根据所述当前位置确定所述待处理工单所属的目标网格B，其中，所述虚拟电话平台对应的服务区域被划分为网格集合，所述目标网格B为所述网格集合中的一个网格；
根据所述网格集合的各个网格在预设时长内的历史维修数据生成网格特征矩阵，如下：
其中，ma(t)表示第a个时段内,网格T的历史维修数据，所述网格集合由T个网格构成；
根据所述网格特征矩阵以及相关度计算公式确定所述目标网格B与相邻网格C之间的相关度，其中，所述相关度计算公式，如下：
其中，mk(b)表示第k个时段内所述目标网格B的历史维修数据，mk(c)表示第k个时段内所述相邻网格C的历史维修数据；
若所述相关度大于或等于预设相关度阈值，则合并所述目标网格B以及所述相邻网格C，并根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源；或者，
若所述相关度小于预设相关度阈值，则将所述目标网格B对应的处理资源确定为目标资源；
根据所述目标资源以及预设处理资源区间确定所述待处理工单对应的所述处理资源类型。
在一种可能的设计中，所述处理模块，具体用于：
根据所述当前位置对应的特征信息以及预设特征评价体系确定天气特征对应的天气特征值W、交通特征对应的交通特征值F以及时间特征对应的时间特征值T，所述待处理工单还包括所述特征信息，所述特征信息包括所述天气特征、所述交通特征以及所述时间特征，所述预设特征评价体系建立预设特征值范围与各类特征信息之间的映射关系；
根据所述天气特征值W以及以下公式确定天气特征系数w：
其中，Wmax与Wmin分别为所述天气特征对应的预设特征值范围的最大值与最小值；
根据所述交通特征值F以及以下公式确定交通特征系数f：
其中，Fmax与Fmin分别为所述交通特征对应的预设特征值范围的最大值与最小值；
根据所述时间特征值T以及以下公式确定时间特征系数t：
其中，Tmax与Tmin分别为所述时间特征对应的预设特征值范围的最大值与最小值；
根据天气特征系数w、交通特征系数f、时间特征系数t以及以下公式确定网格合并评估值η：
η＝αw+βf+γt
其中，α为天气权重值，β为交通权重值，γ为时间权重值，并且，α+β+γ＝1；
若所述网格合并评估值η大于或等于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源之和；
若所述网格合并评估值η小于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源。
在一种可能的设计中，所述处理模块，具体用于：
若所述第一分类为企业电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第一优先级；
若所述第一分类为居民电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第二优先级；
若所述第一分类为企业电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第二优先级；
若所述第一分类为居民电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第三优先级；
所述第一分类包括所述企业电力故障与所述居民电力故障，所述第二分类包括所述资源紧张与所述资源宽裕。
在一种可能的设计中，所述下发模块，具体用于：
根据所述工单编号从工单存档数据库中确定参照工单，所述参照工单的工单编号中的第一编码、第二编码以及第三编码分别与所述工单编号中的第一编码、第二编码以及第三编码相同；
将标识有所述工单编号的所述待处理工单以及所述参照工单下发至对应的维修终端。
在一种可能的设计中，所述上报模块，还用于：
将完成工单上传至所述工单存档数据库，所述完成工单中的信息包括所述待处理工单中的信息、所述存档工单编号以及所述维修反馈信息；
比对所述存档工单编号中的第四编码与所述参照工单中的第四编码，并将所述比对结果、所述完成工单以及所述参照工单添加至维修建议模型的训练集中，所述维修建议模型基于神经网络建立，用于根据输入的待处理工单输出维修建议。
第三方面，本申请提供一种电子设备，包括：
处理器；以及，
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中所述的任一种可能的方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面中所述的任一种可能的方法。
本申请提供的适用于工单的数据处理方法、装置、设备及存储介质，通过基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类，根据当前位置以及预设工单评估模型确定待处理工单的第二分类，根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的优先等级，然后，根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号，最后，将标识有工单编号的待处理工单下发至对应的维修终端，并在接收到维修终端的维修反馈信息后，根据维修反馈信息的对应的维修类型对工单编号再次进行更新，以生成存档工单编号，存档工单编号中的第四编码用于表征维修类型。可见，通过上述方法，可以对基于电力故障处理请求所生成的待处理工单进行多级自动分类，从而依托智能分类手段提供准确及时的分类，方便快捷，降低管理成本，有效地提高了分类的效率以及准确度，此外，通过上述贯穿工单数据处理整个生命周期的工单编号生成策略，能够有效地对工单进行规范管理，并且通过将特征转化为工单编号各部分编码的方式，也能够有效地提高后续对于存档工单的快速处理与运用。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例实施例示出的适用于工单的数据处理方法的流程示意图；
图2为本申请提供的虚拟电话平台集成架构示意图；
图3为本申请提供的虚拟电话平台系统架构示意图；
图4为本申请提供的虚拟电话平台系统硬件结构示意图；
图5是本申请根据另一示例实施例示出的适用于工单的数据处理方法的流程示意图；
图6是本申请根据一示例实施例示出的适用于工单的数据处理装置的结构示意图；
图7是本申请根据一示例实施例示出的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1是本申请根据一示例实施例示出的适用于工单的数据处理方法的流程示意图。如图1所示，本实施例提供的适用于工单的数据处理方法，包括：
S101、基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单。
在本步骤中，上述的待处理工单包括工单预编号、呼叫设备所处的当前位置以及故障处理文本信息。其中，工单预编号可以只是一串按照先后顺序分配的编码，也可以是包含有时间、区域、顺序等含义的编码。而呼叫设备所处的当前位置可以是来源于呼叫设备机主的主动提供，也可以是联合运营商的数据库进行获取。此外，对于故障处理文本信息可以是基于呼叫设备机主所提出的故障处理语音信息进行语音识别获取。
可选的，对于上述的虚拟电话平台，为满足虚拟电话平台与企业内部相关业务系统及外部应用间的业务协同、信息对称、数据融合共享，可以是通过“网上国网”服务连接平台、业务连接平台，实现虚拟电话平台与企业内、外部业务应用之间的集成。虚拟电话平台与运营管理平台集成实现网格经理权限管理、业务信息统计分析。
图2为本申请提供的虚拟电话平台集成架构示意图。如图2所示，本实施例中的虚拟电话平台可以集成的工单接口，包含工单创建接口、工单完结推送接口、工单状态查询接口。虚拟电话平台可以自行实现非结构化数据存储功能，主要用于系统的通话录音存储；系统中录音文件和通话记录、工单等有强关联查询，需要支持下载、试听、大文件下载等功能，非结构化平台暂无法在这一块进行支撑。可选的，录音文件存储格式为wav文件，每分钟的录音文件大小为1M，根据全省的台区经理的数量21000和每日平均通话时长35分钟，每日的录音存储大小为717G，但录音存储是需要进行热备存储，每日的录音存储大小为1434G。此外，虚拟电话平台可以按照业务要求采用统一权限进行管理，系统内不做用户组织、角色权限维护管理，系统不提供额外的登录入口。并且，虚拟电话平台还可以对接网上国网移动端，虚拟电话平台会提供电话呼入呼出接口给到网上国网服务端，再由网上国网服务端提供接口的功能给到移动端，虚拟电话平台不会直接与网上国网移动端进行链接和通信，两者之间的关系是由网上国网服务端进行转发和链接。
可选的，虚拟电话平台的工作流涉及到的模块为工单模块，工单功能会和网上国网工单进行对接，虚拟电话平台会触发工单创建事件，并同步网上国网的工单状态。为满足省公司对系统的注册用户、登录用户、业务访问量、业务访问时长、流程处理时长等方面的应用分析管理需要，按照系统使用对象提供相关支撑，供公司统一分析。其中，虚拟电话平台的使用对象可以为：台区经理、供电所值班人员、地市供指等，系统中提供的数据分析模块包括工单的统计报表和通话数据的统计；工单的统计报表中会包含用户的电话访问量、工单处理时长等数据。
可选的，虚拟电话平台业务涉及到对外呼叫业务、对内生产运营通知业务。应采用业内先进的框架及技术方案，能够实时、高效、稳定地支持上万并发级别的呼叫量；应能够支持通道热拔插、支持定制个性化的通道分配业务规则、支持在线的通道切换及负载均衡，并且提供完整的业务级监控运维平台，实时监控整个虚拟电话平台工作情况。
可以是采用B/S结构，直接打开使用，无需进行客户端安装；同时应支持三方协议的接口对接方式，可通过协议插件的方式与已有系统进行方便快捷的集成。
图3为本申请提供的虚拟电话平台系统架构示意图。如图3所示，本实施例中的虚拟电话平台系统，包括：
(1)访问层：
对外提供API接口和WEB页面访问方式，通过注册认证方式调用API来使用平台的语音通信能力。
(2)接口层
通过负载均衡器，例如：F5，Array或者反向代理Nginx实现WEB请求和API请求的负载均衡。
(3)应用层
虚拟电话平台的业务处理主要包括三大模块：语音通讯、语音运营平台以及控制台。
(4)基础服务层
数据层主要包括三个方面的数据管理：关系型数据管理，使用MYSQL；数据缓存管理，使用Redis；分布式文件管理，使用FastDFS。
对于该技术架构遵从是指系统构建是否符合江苏公司信息化项目架构管理要求，采用分层架构便于维护，概述使用的组件、软件版本及部署方式等。
例如：前端使用angularjs 2.0技术，基于http+json的请求方式，前后端分离，使得职责更加分明，前端只负责展示，逻辑业务在后端实现，开发效率更加高效。使用nginx实现系统的负载均衡和高可用，nginx本身也是集群部署。基础服务层使用springcloud微服务架构，使得模块之间耦合度低，实现系统的更可用，可扩展。服务注册发现使用了springcloud的eureka组件。能力层的抽象，把相同业务剥离出来，接口的通用性更强，针对不同的业务，分别抽象出了存储能力、报表能力和资源能力。关系型数据库使用了业界比较常用的mysql、速度快。热点数据的存放使用了高性能的redis缓存组件，这样能提升页面的查询性能和整个系统的负载能力。使用分布式文件存储组件fastdfs，支持平台海量录音的存储，下载速度也大大提高。
另外，系统按照面向服务SOA的架构的思路对于一些主要的数据操作提供了Restful服务，包括：用户查询服务、企业查询服务、账户查询服务、充值服务、扣款服务等。
通过以上系统部署方式，应实现性能以及系统稳定性的提升，具体目标如下：
1)实现呼入、呼入下发、呼入转接、呼出、点呼等多种语音方式；
2)提供多样服务接口，例如：Restful API等；实现与各个业务系统对接；
3)支持多维度可视化统计报表，例如：通话记录统计、应答率统计、接通率统计等；
4)多通道接入，可灵活调配通道提供服务，提高系统可靠性；并支持负载均衡分流，可分量配置各通道流量配比，以保障信息量突发情况下通道的稳定性；
5)支持运营商状态报告可读化，支撑运维人员对呼叫信息发送情况的管控；
6)提高系统稳定性，达到每天呼入呼出10万呼叫信息，连续运行一个月，测试网关各模块无异常，所有数据都应正常处理完，不会出现数据冗余或丢失；
7)提高系统异常恢复能力处理过程模拟数据库宕机、服务器宕机、应用宕机等中断类故障，高强度测试下不应出现数据丢失和冗余。
图4为本申请提供的虚拟电话平台系统硬件结构示意图。如图4所示，本实施例中的虚拟电话平台可以是由四台服务器搭建，内部业务系统或应用端与虚拟电话平台对接，当业务系统触发语音呼叫经接口传送至虚拟电话平台，虚拟电话平台统一处理各个业务系统的呼叫信息，把呼叫信息流经防火墙，由互联网/专线/VPN提交至各个运营商网关，运营商网关发送至终端手机中。
可选的，对于系统的数据安全，可以是采用加密技术对传输、存储的关键数据加密；对终端IP地址进行注册管理；设置数据访问权限；设计考虑冗余和备份，保证系统数据的安全性、可靠性和数据传输的服务质量；具有完善的数据备份及恢复机制；数据备份支持增量备份；同时支持数据变形及脱敏机制，可实现对数据的安全存储及访问。
可选的，对于系统的架构安全，可以根据本系统的安全属性，将其部署在信息内网。并按照“三级(及以上)系统独立成域、二级(及以下)系统集成成域”的原则，通过虚拟化网络技术或者软件定义网络(Software Defined Network，SDN)技术实现本系统所在域与其他系统实现逻辑隔离，在不同网段之间进行路由控制，建立安全的访问路径，实行针对性、差异化防护。
涉及internet的应用，需部署在信息外网区，使用统一集中的互联网出口，并通过信息安全交换平台实现强逻辑隔离。宜采用冗余技术设计网络拓扑结构，确保路由冗余。宜根据本系统的重要性设置带宽分配级别，保证在网络发生拥堵的时候优先本系统服务连续性。宜进行网络设备冗余配置，避免存在网络单点故障，确保网络设备高可靠性。对于网络边界防护，可以通过访问控制列表(Access Control List，ACL)技术或防火墙技术，在网络边界或区域之间根据访问控制策略设置访问控制规则，实现对本系统域实现端口级访问控制，默认情况下除允许通信外受控接口拒绝所有通信；应删除多余或无效的访问控制规则，优化访问控制列表，并保证访问控制规则数量最小化。并对源地址、目的地址、源端口、目的端口和协议等进行检查，以允许/拒绝数据包进出，保证信息及网络资源不被非法使用和访问。
通过入侵监测技术，在网络边界处监视如端口扫描、强力攻击、木马后门攻击、拒绝服务攻击、缓冲区溢出攻击、IP碎片攻击和网络蠕虫攻击等攻击行为，并给予告警以及响应和处理。在网络边界及核心业务网段处对恶意代码进行检测和清除；及时实现恶意代码库升级和检测系统更新。通过网络安全扫描工具，利用优化系统配置和打补丁等各种方式最大可能地弥补最新的安全漏洞和消除安全隐患。
而对于网络安全审计，通过信息安全运行预警系统，实现对网络设备、安全设备运行状况、网络流量、用户行为等进行日志信息实时采集、集中监控及实时预警。审计记录应包括：事件的日期和时间、用户、事件类型、事件是否成功及其他与审计相关的信息。
对于网络安全加固，可以是对登录网络设备的用户进行身份鉴别。禁止采用默认的管理员账号和密码。对网络设备管理员登录的地址进行限制。通过支持国密算法的U-key认证方式登录，key证书具有唯一性。网络设备账号满足密码复杂度设置，并定期进行更新，存储为加密存储方式。具有登录失败处理功能，登录5次失败后，采取结束会话的措施。宜采取SSH加密协议远程管理网络设备。已通过服务器区防火墙进行限制，只对系统的8000/8001/8002/8003/8004/8005/8006/8007等端口进行开放。
S102、根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类。
可选的，在生成待处理工单之后，可以根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类，其中，第一分类用于表征待处理工单对应的故障类型。
可选的，对于预设工单分类模型的实现，可以是通过文本特征提取模型对故障处理文本信息所对应的文本序列进行向量化处理，以生成文本序列所对应的特征矩阵，其中，文本特征提取模型包括多层，每一层对文本序列处理后对应生成一个表征向量，特征矩阵包含各层对应的表征向量。通过第一特征提取模型提取特征矩阵的第一特征，通过第二特征提取模型提取特征矩阵的第二特征，其中，第二特征的维度大于第一特征的维度。利用注意力机制提取第二特征中的目标特征，以向目标特征对应的目标信息分配优势权重。最后，将第一特征以及目标特征输入至预设分类器中，以确定待处理工单的第一分类。
S103、根据当前位置以及预设工单评估模型确定待处理工单的第二分类。
可选的，在生成待处理工单之后，可以根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的优先等级。
可选的，对于预设工单评估模型的实现，可以是根据当前位置确定待处理工单所属的目标网格B，其中，虚拟电话平台对应的服务区域被划分为网格集合，目标网格B为网格集合中的一个网格。然后，根据网格集合的各个网格在预设时长内的历史维修数据生成网格特征矩阵，如下：
其中，ma(t)表示第a个时段内,网格T的历史维修数据，网格集合由T个网格构成。
再根据网格特征矩阵以及相关度计算公式确定目标网格B与相邻网格C之间的相关度，其中，相关度计算公式，如下：
其中，mk(b)表示第k个时段内目标网格B的历史维修数据，mk(c)表示第k个时段内相邻网格C的历史维修数据；
若相关度大于或等于预设相关度阈值，则合并目标网格B以及相邻网格C，并根据目标网格B对应的处理资源以及相邻网格C对应的处理资源确定目标资源；或者，若相关度小于预设相关度阈值，则将目标网格B对应的处理资源确定为目标资源。
最后，根据目标资源以及预设处理资源区间确定待处理工单对应的处理资源类型。
此外，对于根据目标网格B对应的处理资源以及相邻网格C对应的处理资源确定目标资源，具体的，可以是根据当前位置对应的特征信息以及预设特征评价体系确定天气特征对应的天气特征值W、交通特征对应的交通特征值F以及时间特征对应的时间特征值T，待处理工单还包括特征信息，特征信息包括天气特征、交通特征以及时间特征，预设特征评价体系建立预设特征值范围与各类特征信息之间的映射关系。
根据天气特征值W以及以下公式确定天气特征系数w：
其中，Wmax与Wmin分别为天气特征对应的预设特征值范围的最大值与最小值；
根据交通特征值F以及以下公式确定交通特征系数f：
其中，Fmax与Fmin分别为交通特征对应的预设特征值范围的最大值与最小值；
根据时间特征值T以及以下公式确定时间特征系数t：
其中，Tmax与Tmin分别为时间特征对应的预设特征值范围的最大值与最小值；
再根据天气特征系数w、交通特征系数f、时间特征系数t以及以下公式确定网格合并评估值η：
η＝αw+βf+γt
其中，α为天气权重值，β为交通权重值，γ为时间权重值，并且，α+β+γ＝1；
若网格合并评估值η大于或等于预设评估阈值，则目标资源为目标网格B对应的处理资源以及相邻网格C对应的处理资源之和；若网格合并评估值η小于预设评估阈值，则目标资源为目标网格B对应的处理资源。
S104、根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的优先等级。
可选的，预设工单等级确定模型可以是通过决策树模型实现，也可以是基于随机森林算法进行实现。
在一种可能的设计方案中，若第一分类为企业电力故障，第二分类为资源紧张，则待处理工单的优先级为第一优先级；若第一分类为居民电力故障，第二分类为资源紧张，则待处理工单的优先级为第二优先级；若第一分类为企业电力故障，第二分类为资源宽裕，则待处理工单的优先级为第二优先级；若第一分类为居民电力故障，第二分类为资源宽裕，则待处理工单的优先级为第三优先级；第一分类包括企业电力故障与居民电力故障，第二分类包括资源紧张与资源宽裕。
S105、根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号。
具体的，可以是根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号，其中，工单编号中的第一编码用于表征优先等级，工单编码中的第二编码用于表征第一分类，工单编码中的第三编码包括工单预编号。
S106、将标识有工单编号的待处理工单下发至对应的维修终端。
在本步骤中，可以是根据工单编号中的第一编码以及第二编码的类型将标识有工单编号的待处理工单下发至对应的维修终端，从而匹配优先级以及处理类型均适合的维修人员。
可选的，还可以根据工单编号从工单存档数据库中确定参照工单，参照工单的工单编号中的第一编码、第二编码以及第三编码分别与工单编号中的第一编码、第二编码以及第三编码相同，然后，将标识有工单编号的待处理工单以及参照工单下发至对应的维修终端，从而为维修处理人员提供维修参考。
S107、在接收到维修终端的维修反馈信息后，根据维修反馈信息的对应的维修类型对工单编号再次进行更新，以生成存档工单编号。
在接收到维修终端的维修反馈信息后，在根据维修反馈信息的对应的维修类型对工单编号再次进行更新，以生成存档工单编号，存档工单编号中的第四编码用于表征维修类型。
在本实施例中，通过基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类，根据当前位置以及预设工单评估模型确定待处理工单的第二分类，根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的优先等级，然后，根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号，最后，将标识有工单编号的待处理工单下发至对应的维修终端，并在接收到维修终端的维修反馈信息后，根据维修反馈信息的对应的维修类型对工单编号再次进行更新，以生成存档工单编号，存档工单编号中的第四编码用于表征维修类型。可见，通过上述方法，可以对基于电力故障处理请求所生成的待处理工单进行多级自动分类，从而依托智能分类手段提供准确及时的分类，方便快捷，降低管理成本，有效地提高了分类的效率以及准确度，此外，通过上述贯穿工单数据处理整个生命周期的工单编号生成策略，能够有效地对工单进行规范管理，并且通过将特征转化为工单编号各部分编码的方式，也能够有效地提高后续对于存档工单的快速处理与运用。
图5是本申请根据另一示例实施例示出的适用于工单的数据处理方法的流程示意图。如图5所示，本实施例提供的适用于工单的数据处理方法，包括：
S201、基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单。
S202、根据故障处理文本信息以及预设工单分类模型确定待处理工单的第一分类。
S203、根据当前位置以及预设工单评估模型确定待处理工单的第二分类。
S204、根据第一分类、第二分类以及预设工单等级确定模型确定待处理工单的先等级。
S205、根据优先等级以及第一分类对工单预编号进行更新，以生成工单编号。
S206、将标识有工单编号的待处理工单下发至对应的维修终端。
S207、在接收到维修终端的维修反馈信息后，根据维修反馈信息的对应的维修类型对工单编号再次进行更新，以生成存档工单编号。
对于S201-S207，具体实现方式可以参照图1所示实施例中的描述，在此处不再进行赘述。
S208、将完成工单上传至工单存档数据库。
在维修处理人员完成处理后，可以将完成工单上传至工单存档数据库，完成工单中的信息包括待处理工单中的信息、存档工单编号以及维修反馈信息。
S209、比对存档工单编号中的第四编码与参照工单中的第四编码，并将比对结果、完成工单及参照工单添加至维修建议模型的训练集中。
在本步骤中，可以是比对存档工单编号中的第四编码与参照工单中的第四编码，并将比对结果、完成工单以及参照工单添加至维修建议模型的训练集中，其中，维修建议模型基于神经网络建立，用于根据输入的待处理工单输出维修建议。可以理解的，通过本实施例中的方法积累比对结果、完成工单以及参照工单作为训练集，从而用于对后续神经网络的训练与调整，能够有效地为后续维修建议模型的建立提供真实且有效的训练素材。
图6是本申请根据一示例实施例示出的适用于工单的数据处理装置的结构示意图。如图6所示，本实施例提供的装置300，包括：
上报模块310，用于基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，所述待处理工单包括工单预编号、所述呼叫设备所处的当前位置以及故障处理文本信息；
处理模块320，用于根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，所述第一分类用于表征所述待处理工单对应的故障类型；
所述处理模块320，还用于根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，所述第二分类用于表征所述待处理工单对应的处理资源类型；
所述处理模块320，还用于根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级；
所述处理模块320，还用于根据所述优先等级以及所述第一分类对所述工单预编号进行更新，以生成工单编号，所述工单编号中的第一编码用于表征所述优先等级，所述工单编码中的第二编码用于表征所述第一分类，所述工单编码中的第三编码包括所述工单预编号；
下发模块330，用于将标识有所述工单编号的所述待处理工单下发至对应的维修终端；
所述处理模块320，还用于在接收到所述维修终端的维修反馈信息后，根据所述维修反馈信息的对应的维修类型对所述工单编号再次进行更新，以生成存档工单编号，所述存档工单编号中的第四编码用于表征所述维修类型。
在一种可能的设计中，所述处理模块320，具体用于：
通过文本特征提取模型对所述故障处理文本信息所对应的文本序列进行向量化处理，以生成所述文本序列所对应的特征矩阵，其中，所述文本特征提取模型包括多层，每一层对所述文本序列处理后对应生成一个表征向量，所述特征矩阵包含各层对应的表征向量；
通过第一特征提取模型提取所述特征矩阵的第一特征，通过第二特征提取模型提取所述特征矩阵的第二特征，其中，所述第二特征的维度大于所述第一特征的维度；
利用注意力机制提取所述第二特征中的目标特征，以向所述目标特征对应的目标信息分配优势权重；
将所述第一特征以及所述目标特征输入至预设分类器中，以确定所述待处理工单的所述第一分类。
在一种可能的设计中，所述处理模块320，具体用于：
根据所述当前位置确定所述待处理工单所属的目标网格B，其中，所述虚拟电话平台对应的服务区域被划分为网格集合，所述目标网格B为所述网格集合中的一个网格；
根据所述网格集合的各个网格在预设时长内的历史维修数据生成网格特征矩阵，如下：
其中，ma(t)表示第a个时段内,网格T的历史维修数据，所述网格集合由T个网格构成；
根据所述网格特征矩阵以及相关度计算公式确定所述目标网格B与相邻网格C之间的相关度，其中，所述相关度计算公式，如下：
其中，mk(b)表示第k个时段内所述目标网格B的历史维修数据，mk(c)表示第k个时段内所述相邻网格C的历史维修数据；
若所述相关度大于或等于预设相关度阈值，则合并所述目标网格B以及所述相邻网格C，并根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源；或者，
若所述相关度小于预设相关度阈值，则将所述目标网格B对应的处理资源确定为目标资源；
根据所述目标资源以及预设处理资源区间确定所述待处理工单对应的所述处理资源类型。
在一种可能的设计中，所述处理模块320，具体用于：
根据所述当前位置对应的特征信息以及预设特征评价体系确定天气特征对应的天气特征值W、交通特征对应的交通特征值F以及时间特征对应的时间特征值T，所述待处理工单还包括所述特征信息，所述特征信息包括所述天气特征、所述交通特征以及所述时间特征，所述预设特征评价体系建立预设特征值范围与各类特征信息之间的映射关系；
根据所述天气特征值W以及以下公式确定天气特征系数w：
其中，Wmax与Wmin分别为所述天气特征对应的预设特征值范围的最大值与最小值；
根据所述交通特征值F以及以下公式确定交通特征系数f：
其中，Fmax与Fmin分别为所述交通特征对应的预设特征值范围的最大值与最小值；
根据所述时间特征值T以及以下公式确定时间特征系数t：
其中，Tmax与Tmin分别为所述时间特征对应的预设特征值范围的最大值与最小值；
根据天气特征系数w、交通特征系数f、时间特征系数t以及以下公式确定网格合并评估值η：
η＝αw+βf+γt
其中，α为天气权重值，β为交通权重值，γ为时间权重值，并且，α+β+γ＝1；
若所述网格合并评估值η大于或等于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源之和；
若所述网格合并评估值η小于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源。
在一种可能的设计中，所述处理模块320，具体用于：
若所述第一分类为企业电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第一优先级；
若所述第一分类为居民电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第二优先级；
若所述第一分类为企业电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第二优先级；
若所述第一分类为居民电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第三优先级；
所述第一分类包括所述企业电力故障与所述居民电力故障，所述第二分类包括所述资源紧张与所述资源宽裕。
在一种可能的设计中，所述下发模块330，具体用于：
根据所述工单编号从工单存档数据库中确定参照工单，所述参照工单的工单编号中的第一编码、第二编码以及第三编码分别与所述工单编号中的第一编码、第二编码以及第三编码相同；
将标识有所述工单编号的所述待处理工单以及所述参照工单下发至对应的维修终端。
在一种可能的设计中，所述上报模块310，还用于：
将完成工单上传至所述工单存档数据库，所述完成工单中的信息包括所述待处理工单中的信息、所述存档工单编号以及所述维修反馈信息；
比对所述存档工单编号中的第四编码与所述参照工单中的第四编码，并将所述比对结果、所述完成工单以及所述参照工单添加至维修建议模型的训练集中，所述维修建议模型基于神经网络建立，用于根据输入的待处理工单输出维修建议。
图7是本申请根据一示例实施例示出的电子设备的结构示意图。如图7所示，本实施例提供的一种电子设备400包括：处理器401以及存储器402；其中：
存储器402，用于存储计算机程序，该存储器还可以是flash(闪存)。
处理器401，用于执行存储器存储的执行指令，以实现上述方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器402既可以是独立的，也可以跟处理器401集成在一起。
当所述存储器402是独立于处理器401之外的器件时，所述电子设备400还可以包括：
总线403，用于连接所述存储器402和处理器401。
本实施例还提供一种可读存储介质，可读存储介质中存储有计算机程序，当电子设备的至少一个处理器执行该计算机程序时，电子设备执行上述的各种实施方式提供的方法。
本实施例还提供一种程序产品，该程序产品包括计算机程序，该计算机程序存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该计算机程序，至少一个处理器执行该计算机程序使得电子设备实施上述的各种实施方式提供的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种适用于工单的数据处理方法，其特征在于，包括：
基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，所述待处理工单包括工单预编号、所述呼叫设备所处的当前位置以及故障处理文本信息；
根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，所述第一分类用于表征所述待处理工单对应的故障类型；
根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，所述第二分类用于表征所述待处理工单对应的处理资源类型；
根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级；
根据所述优先等级以及所述第一分类对所述工单预编号进行更新，以生成工单编号，所述工单编号中的第一编码用于表征所述优先等级，所述工单编码中的第二编码用于表征所述第一分类，所述工单编码中的第三编码包括所述工单预编号；
将标识有所述工单编号的所述待处理工单下发至对应的维修终端，并在接收到所述维修终端的维修反馈信息后，根据所述维修反馈信息的对应的维修类型对所述工单编号再次进行更新，以生成存档工单编号，所述存档工单编号中的第四编码用于表征所述维修类型。
2.根据权利要求1所述的适用于工单的数据处理方法，其特征在于，所述根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，包括：
通过文本特征提取模型对所述故障处理文本信息所对应的文本序列进行向量化处理，以生成所述文本序列所对应的特征矩阵，其中，所述文本特征提取模型包括多层，每一层对所述文本序列处理后对应生成一个表征向量，所述特征矩阵包含各层对应的表征向量；
通过第一特征提取模型提取所述特征矩阵的第一特征，通过第二特征提取模型提取所述特征矩阵的第二特征，其中，所述第二特征的维度大于所述第一特征的维度；
利用注意力机制提取所述第二特征中的目标特征，以向所述目标特征对应的目标信息分配优势权重；
将所述第一特征以及所述目标特征输入至预设分类器中，以确定所述待处理工单的所述第一分类。
3.根据权利要求1所述的适用于工单的数据处理方法，其特征在于，所述根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，包括：
根据所述当前位置确定所述待处理工单所属的目标网格B，其中，所述虚拟电话平台对应的服务区域被划分为网格集合，所述目标网格B为所述网格集合中的一个网格；
根据所述网格集合的各个网格在预设时长内的历史维修数据生成网格特征矩阵，如下：
其中，ma(t)表示第a个时段内,网格T的历史维修数据，所述网格集合由T个网格构成；
根据所述网格特征矩阵以及相关度计算公式确定所述目标网格B与相邻网格C之间的相关度，其中，所述相关度计算公式，如下：
其中，mk(b)表示第k个时段内所述目标网格B的历史维修数据，mk(c)表示第k个时段内所述相邻网格C的历史维修数据；
若所述相关度大于或等于预设相关度阈值，则合并所述目标网格B以及所述相邻网格C，并根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源；或者，
若所述相关度小于预设相关度阈值，则将所述目标网格B对应的处理资源确定为目标资源；
根据所述目标资源以及预设处理资源区间确定所述待处理工单对应的所述处理资源类型。
4.根据权利要求3所述的适用于工单的数据处理方法，其特征在于，所述根据所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源确定目标资源，包括：
根据所述当前位置对应的特征信息以及预设特征评价体系确定天气特征对应的天气特征值W、交通特征对应的交通特征值F以及时间特征对应的时间特征值T，所述待处理工单还包括所述特征信息，所述特征信息包括所述天气特征、所述交通特征以及所述时间特征，所述预设特征评价体系建立预设特征值范围与各类特征信息之间的映射关系；
根据所述天气特征值W以及以下公式确定天气特征系数w：
其中，Wmax与Wmin分别为所述天气特征对应的预设特征值范围的最大值与最小值；
根据所述交通特征值F以及以下公式确定交通特征系数f：
其中，Fmax与Fmin分别为所述交通特征对应的预设特征值范围的最大值与最小值；
根据所述时间特征值T以及以下公式确定时间特征系数t：
其中，Tmax与Tmin分别为所述时间特征对应的预设特征值范围的最大值与最小值；
根据天气特征系数w、交通特征系数f、时间特征系数t以及以下公式确定网格合并评估值η：
η＝αw+βf+γt
其中，α为天气权重值，β为交通权重值，γ为时间权重值，并且，α+β+γ＝2；
若所述网格合并评估值η大于或等于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源以及所述相邻网格C对应的处理资源之和；
若所述网格合并评估值η小于预设评估阈值，则所述目标资源为所述目标网格B对应的处理资源。
5.根据权利要求1-4中任意一项所述的适用于工单的数据处理方法，其特征在于，所述根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级，包括：
若所述第一分类为企业电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第一优先级；
若所述第一分类为居民电力故障，所述第二分类为资源紧张，则所述待处理工单的优先级为第二优先级；
若所述第一分类为企业电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第二优先级；
若所述第一分类为居民电力故障，所述第二分类为资源宽裕，则所述待处理工单的优先级为第三优先级；
所述第一分类包括所述企业电力故障与所述居民电力故障，所述第二分类包括所述资源紧张与所述资源宽裕。
6.根据权利要求5所述的适用于工单的数据处理方法，其特征在于，所述将标识有所述工单编号的所述待处理工单下发至对应的维修终端，包括：
根据所述工单编号从工单存档数据库中确定参照工单，所述参照工单的工单编号中的第一编码、第二编码以及第三编码分别与所述工单编号中的第一编码、第二编码以及第三编码相同；
将标识有所述工单编号的所述待处理工单以及所述参照工单下发至对应的维修终端。
7.根据权利要求6所述的适用于工单的数据处理方法，其特征在于，在生成存档工单编号之后，还包括：
将完成工单上传至所述工单存档数据库，所述完成工单中的信息包括所述待处理工单中的信息、所述存档工单编号以及所述维修反馈信息；
比对所述存档工单编号中的第四编码与所述参照工单中的第四编码，并将所述比对结果、所述完成工单以及所述参照工单添加至维修建议模型的训练集中，所述维修建议模型基于神经网络建立，用于根据输入的待处理工单输出维修建议。
8.一种适用于工单的数据处理装置，其特征在于，包括：
上报模块，用于基于呼叫设备向虚拟电话平台所上报的电力故障处理请求生成待处理工单，所述待处理工单包括工单预编号、所述呼叫设备所处的当前位置以及故障处理文本信息；
处理模块，用于根据所述故障处理文本信息以及预设工单分类模型确定所述待处理工单的第一分类，所述第一分类用于表征所述待处理工单对应的故障类型；
所述处理模块，还用于根据所述当前位置以及预设工单评估模型确定所述待处理工单的第二分类，所述第二分类用于表征所述待处理工单对应的处理资源类型；
所述处理模块，还用于根据所述第一分类、所述第二分类以及预设工单等级确定模型确定所述待处理工单的优先等级；
所述处理模块，还用于根据所述优先等级以及所述第一分类对所述工单预编号进行更新，以生成工单编号，所述工单编号中的第一编码用于表征所述优先等级，所述工单编码中的第二编码用于表征所述第一分类，所述工单编码中的第三编码包括所述工单预编号；
下发模块，用于将标识有所述工单编号的所述待处理工单下发至对应的维修终端；
所述处理模块，还用于在接收到所述维修终端的维修反馈信息后，根据所述维修反馈信息的对应的维修类型对所述工单编号再次进行更新，以生成存档工单编号，所述存档工单编号中的第四编码用于表征所述维修类型。
9.一种电子设备，其特征在于，包括：
处理器；以及，
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310078200.8A CN116228195B (zh) | 2023-01-30 | 2023-01-30 | 适用于工单的数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310078200.8A CN116228195B (zh) | 2023-01-30 | 2023-01-30 | 适用于工单的数据处理方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116228195A true CN116228195A (zh) | 2023-06-06 |
| CN116228195B CN116228195B (zh) | 2024-03-05 |
Family
ID=86572513
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310078200.8A Active CN116228195B (zh) | 2023-01-30 | 2023-01-30 | 适用于工单的数据处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116228195B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433110A (zh) * | 2023-06-15 | 2023-07-14 | 湖南湘江城市运营管理有限公司 | 一种营销网格化构建方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102572134A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 工单处理方法、工单建立系统以及工单处理系统 |
| CN110020777A (zh) * | 2019-02-21 | 2019-07-16 | 国网山东省电力公司临沂供电公司 | 一种电力客户业务工单处理系统和方法 |
| CN111949795A (zh) * | 2020-08-14 | 2020-11-17 | 中国工商银行股份有限公司 | 工单自动分类方法及装置 |
| CN113379391A (zh) * | 2021-06-28 | 2021-09-10 | 平安信托有限责任公司 | 工单处理方法、装置、电子设备及计算机可读存储介质 |
| CN114021750A (zh) * | 2021-11-01 | 2022-02-08 | 中国电信股份有限公司甘肃分公司 | 一种工单处理方法、装置及存储介质 |
| CN114077940A (zh) * | 2020-08-12 | 2022-02-22 | 中国电信股份有限公司 | 工单的处理方法、装置和计算机可读存储介质 |
| CN115221892A (zh) * | 2022-07-12 | 2022-10-21 | 中国电信股份有限公司 | 工单数据处理方法及装置、存储介质及电子设备 |
| CN115564287A (zh) * | 2022-10-24 | 2023-01-03 | 国家电网有限公司 | 一种供电服务工单处理方法、装置、计算机设备和存储介质 |
-
2023
- 2023-01-30 CN CN202310078200.8A patent/CN116228195B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102572134A (zh) * | 2010-12-30 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 工单处理方法、工单建立系统以及工单处理系统 |
| CN110020777A (zh) * | 2019-02-21 | 2019-07-16 | 国网山东省电力公司临沂供电公司 | 一种电力客户业务工单处理系统和方法 |
| CN114077940A (zh) * | 2020-08-12 | 2022-02-22 | 中国电信股份有限公司 | 工单的处理方法、装置和计算机可读存储介质 |
| CN111949795A (zh) * | 2020-08-14 | 2020-11-17 | 中国工商银行股份有限公司 | 工单自动分类方法及装置 |
| CN113379391A (zh) * | 2021-06-28 | 2021-09-10 | 平安信托有限责任公司 | 工单处理方法、装置、电子设备及计算机可读存储介质 |
| CN114021750A (zh) * | 2021-11-01 | 2022-02-08 | 中国电信股份有限公司甘肃分公司 | 一种工单处理方法、装置及存储介质 |
| CN115221892A (zh) * | 2022-07-12 | 2022-10-21 | 中国电信股份有限公司 | 工单数据处理方法及装置、存储介质及电子设备 |
| CN115564287A (zh) * | 2022-10-24 | 2023-01-03 | 国家电网有限公司 | 一种供电服务工单处理方法、装置、计算机设备和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433110A (zh) * | 2023-06-15 | 2023-07-14 | 湖南湘江城市运营管理有限公司 | 一种营销网格化构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116228195B (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11075932B2 (en) | Appliance extension for remote communication with a cyber security appliance | |
| EP3304824B1 (en) | Policy-driven compliance | |
| US20230273853A1 (en) | Securing an application based on auto-learning and auto-mapping of application services and apis | |
| CN105139139A (zh) | 用于运维审计的数据处理方法和装置及系统 | |
| WO2019005399A1 (en) | FIREWALL CONFIGURATION MANAGER | |
| CN109905492B (zh) | 基于分布式模块化数据中心的安全运营管理系统及方法 | |
| CN113783845B (zh) | 确定云服务器上实例风险等级的方法、装置、电子设备及存储介质 | |
| US10192262B2 (en) | System for periodically updating backings for resource requests | |
| CN116228195B (zh) | 适用于工单的数据处理方法、装置、设备及存储介质 | |
| Du | Application of information communication network security management and control based on big data technology | |
| KR20140035146A (ko) | 정보보안 장치 및 방법 | |
| Wang et al. | A centralized HIDS framework for private cloud | |
| CN113614718A (zh) | 异常用户会话检测器 | |
| Jelacic et al. | Security risk assessment-based cloud migration methodology for smart grid OT services | |
| CN110061876B (zh) | 运维审计系统的优化方法及系统 | |
| US10013237B2 (en) | Automated approval | |
| CN105245336B (zh) | 一种文档加密管理系统 | |
| CN109600395A (zh) | 一种终端网络接入控制系统的装置及实现方法 | |
| KR101775517B1 (ko) | 빅데이터 보안 점검 클라이언트, 빅데이터 보안 점검 장치 및 방법 | |
| CN112511562A (zh) | 一种基于单向隔离一体机及云桌面技术的跨网数据传送系统 | |
| US11294700B2 (en) | Method and system for enabling self-monitoring virtual assets to correlate external events with characteristic patterns associated with the virtual assets | |
| CN109039752B (zh) | 一种基于统一网关的soa架构系统的管理方法 | |
| US20200021546A1 (en) | System for flagging data transmissions for retention of metadata and triggering appropriate transmission placement | |
| CN116070193A (zh) | 一种运维人员权限审计方法、系统及存储介质 | |
| Liatifis et al. | Dynamic risk assessment and certification in the power grid: a collaborative approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |