CN116910620A - 一种数据异常检测方法、系统、设备和介质 - Google Patents

一种数据异常检测方法、系统、设备和介质 Download PDF

Info

Publication number
CN116910620A
CN116910620A CN202310899051.1A CN202310899051A CN116910620A CN 116910620 A CN116910620 A CN 116910620A CN 202310899051 A CN202310899051 A CN 202310899051A CN 116910620 A CN116910620 A CN 116910620A
Authority
CN
China
Prior art keywords
data
user
detection result
preset
pause
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.)
Pending
Application number
CN202310899051.1A
Other languages
English (en)
Inventor
郑爱武
柯宇
易泳君
陈健瑜
余汉洲
刘蓥
张颖茵
李良权
李艳芬
朱昭怡
刘健文
陈剑飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Foshan Power Supply Bureau of Guangdong Power Grid Corp filed Critical Guangdong Power Grid Co Ltd
Priority to CN202310899051.1A priority Critical patent/CN116910620A/zh
Publication of CN116910620A publication Critical patent/CN116910620A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数据异常检测方法、系统、设备和介质，通过从预设数据库中选取用户业务需求数据中各用户对应的用户数据。采用用户业务需求数据进行参比类型识别，确定判定参比类型。若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。若判定参比类型为第三判定参比，则采用用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。基于判定参比类型采用用户数据进行对应的数据异常识别，快速找出人工操作流程造成错误，提高业务的工作精度、业务人员的工作准确率。

Description

一种数据异常检测方法、系统、设备和介质
技术领域
本发明涉及数据处理技术领域，尤其涉及数据异常检测方法、系统、设备和介质。
背景技术
随着我国经济不断发展，用电客户数量不断增加，用户新增、变更等业务办理过程中，都会产生档案数据变更。在营销系统中营销模块各功能菜单之间数据相对独立，关联性低。营销系统需要人工校核对用户进行全环节变更跟踪与校验，因此，基层供电所当前需要投放大量人力资源在业务变更数据校验中。
营销系统在数据统计上，只提供了简单的日、单个、单户等的被动查询，业务人员不能很直观全面地对业务数据正确性作出判断及发现潜在风险。因此，现有的数据异常检测方法采用人工校核的方式对用户数据进行异常检测时，容易引发电费差错，不利于业务人员综合分析数据，导致得到的检测结果准确度低。
发明内容
本发明提供了一种数据异常检测方法、系统、设备和介质，解决了现有的数据异常检测方法采用人工校核的方式对用户数据进行异常检测时，容易引发电费差错，不利于业务人员综合分析数据，导致得到的检测结果准确度低的技术问题。
本发明提供的一种数据异常检测方法，包括：
当接收到用户业务需求数据时，从预设数据库中选取所述用户业务需求数据中各用户对应的用户数据；
采用所述用户业务需求数据进行参比类型识别，确定判定参比类型；
若所述判定参比类型为第一判定参比，则采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果；
若所述判定参比类型为第二判定参比，则采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果；
若所述判定参比类型为第三判定参比，则采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
可选地，所述用户数据包括电能计量装置运行台账变更数据；所述采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果的步骤，包括：
判断所述电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值；
若否，则判断所述电能计量装置运行台账变更数据是否存在预设电流类型；
若是，则将所述电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果；
若否，则将所述预设电流类型对应的异常结果作为所述第一数据异常检测结果；
若是，则将所述预设阈值对应的异常结果作为所述第一数据异常检测结果。
可选地，所述电能计量装置运行台账变更数据包括正反向有功表码数据、平均电压值、电压值和资产编号；所述将所述电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果的步骤，包括：
按照预设用户筛选规则对所述电能计量装置运行台账变更数据对应的用户进行筛选，生成多个异常筛查用户；
分别判断所述异常筛查用户对应的正反向有功表码数据是否为预设表码状态；
若是，则将所述预设表码状态对应的表码异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则判断所述异常筛查用户对应的平均电压值是否小于第一预设电压阈值；
若是，则将所述第一预设电压阈值对应的电压异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则判断所述异常筛查用户对应的电压值是否为第二预设电压阈值；
若是，则将所述第二预设电压阈值对应的电压异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则将所述异常筛查用户对应的资产编号与预设营销系统换表清单进行匹配，生成所述异常筛查用户对应的用户异常检测结果；
采用全部所述用户异常检测结果，构建第一数据异常检测结果。
可选地，所述用户数据包括业扩暂停工作单数据；所述采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果的步骤，包括：
按照第一预设筛选条件对所述业扩暂停工作单数据进行暂停数据筛选，生成暂停工单数据和用户暂停次数；
将所述用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数；
若所述剩余暂停天数小于或等于预设天数，则将所述预设天数对应的检测结果作为初始数据异常检测结果；
按照第二预设筛选条件对所述业扩暂停工作单数据进行暂停恢复数据筛选，生成关联工单编号；
将所述关联工单编号与所述暂停工单数据进行匹配，生成送电时间；
采用所述送电时间与对应的到期日期之间的比对结果更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数；
判断所述已暂停天数是否满足预设暂停阈值；
若是，则将所述预设暂停阈值对应的暂停通知作为第二数据异常检测结果；
若否，则将所述目标数据异常检测结果作为第二数据异常检测结果。
可选地，所述采用所述送电时间与对应的到期日期之间的比对结果更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数的步骤，包括：
判断所述送电时间是否小于或等于对应的到期日期；
若是，则判断所述送电时间对应的封停时间的封停年份与所述送电时间对应的送电年份是否一致；
若是，则计算所述送电时间与所述封停时间之间的差值，生成第一已暂停天数；
将所述第一已暂停天数作为已暂停天数，并将所述初始数据异常检测结果作为目标数据异常检测结果；
若否，则计算所述到期日期与预设送电时间之间的差值，生成第二已暂停天数；
将所述第二已暂停天数作为已暂停天数，并将所述初始数据异常检测结果作为目标数据异常检测结果；
若否，则基于所述送电时间、所述封停时间和所述到期日期更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
可选地，所述基于所述送电时间、所述封停时间和所述到期日期更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数的步骤，包括：
判断所述送电时间对应的封停时间年份与所述送电时间对应的送电年份是否一致；
若是，则计算所述到期日期与对应的封停时间之间的差值，生成第三已暂停天数；
采用所述第三已暂停天数对应的暂停通知更新所述初始数据异常检测结果，生成目标数据异常检测结果，并将所述第三已暂停天数作为已暂停天数；
若否，则计算所述到期日期与对应的预设送电时间之间的差值，生成第四已暂停天数；
采用所述第四已暂停天数对应的暂停通知更新所述初始数据异常检测结果，生成目标数据异常检测结果，并将所述第四已暂停天数作为已暂停天数。
可选地，所述用户数据包括市场属性和初始业务工单；所述采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果的步骤，包括：
按照所述市场属性对所述初始业务工单进行补充更新，生成目标业务工单；
将所述目标业务工单中的用户电费清单与预设电费清单进行匹配验证，生成电费异常数据；
将所述目标业务工单中的用户清单与预设计费政策进行比较，生成电费处理数据；
将所述目标业务工单中的需量表计与预设表计进行比较，生成需量表计数据；
采用所述电费异常数据、所述电费处理数据和所述需量表计数据，构建第三数据异常检测结果。
本发明还提供了一种数据异常检测系统，包括：
用户数据生成模块，用于获取用户业务需求数据，按照所述用户业务需求数据从预设数据库中选取用户数据，生成所述用户业务需求对应的用户数据；
判定参比类型确定模块，用于采用所述用户业务需求数据进行参比类型识别，确定判定参比类型；
第一数据异常检测结果生成模块，用于若所述判定参比类型为第一判定参比，则采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果；
第二数据异常检测结果生成模块，用于若所述判定参比类型为第二判定参比，则采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果；
第三数据异常检测结果生成模块，用于若所述判定参比类型为第三判定参比，则采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实现如上述任一项数据异常检测方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项数据异常检测方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过当接收到用户业务需求数据时，从预设数据库中选取用户业务需求数据中各用户对应的用户数据。采用用户业务需求数据进行参比类型识别，确定判定参比类型。若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。若判定参比类型为第三判定参比，则采用用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。解决了现有的数据异常检测方法采用人工校核的方式对用户数据进行异常检测时，容易引发电费差错，不利于业务人员综合分析数据，导致得到的检测结果准确度低的技术问题。对用户业务需求数据进行分析，确定判定参比类型，并基于判定参比类型采用用户数据进行对应的数据异常识别，快速找出人工操作流程造成错误，提高业务的工作精度、业务人员的工作准确率，促进业务流程优化，有效的提升客户服务水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种数据异常检测方法的步骤流程图；
图2为本发明实施例二提供的一种数据异常检测方法的步骤流程图；
图3为本发明实施例三提供的一种数据异常检测系统的结构框图。
具体实施方式
本发明实施例提供了一种数据异常检测方法、系统、设备和介质，用于解决现有的数据异常检测方法采用人工校核的方式对用户数据进行异常检测时，容易引发电费差错，不利于业务人员综合分析数据，导致得到的检测结果准确度低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种数据异常检测方法的步骤流程图。
本发明实例一提供的一种数据异常检测方法，包括：
步骤101、当接收到用户业务需求数据时，从预设数据库中选取用户业务需求数据中各用户对应的用户数据。
预设数据库包括营销系统数据库和计量系统数据库。营销系统数据库每天获取各用户对应的最新数据，包括各用户对应的电能计量装置运行台账变更数据，业扩暂停工作单数据，电价、市场化属性等基础数据，相关计费数据等。计量系统数据库获取营销系统数据库中各数据类型对应的抄表数据。营销系统数据库和计量系统数据库中的数据用于作为业务需求计算的数据基础。
在本发明实施例中，当接收到用户业务需求数据时，确定用户业务需求数据中对应的用户，通常为多个参比类型相同的用户。从预设数据库中选取用户业务需求数据中各用户对应的用户数据，即获取各用户对应的电能计量装置运行台账变更数据，业扩暂停工作单数据，电价、市场化属性等基础数据，相关计费数据，以及对应的抄表数据等。
步骤102、采用用户业务需求数据进行参比类型识别，确定判定参比类型。
在本发明实施例中，基于用户业务需求数据，选取所需的数据进行分析，判断用户业务需求数据对应的业务需求数据是电表轮换数据、变压器暂停时间、基础档案数据中哪一种。若业务需求是电表轮换数据，则判定参比类型为第一判定参比。若业务需求是变压器暂停时间，则判定参比类型为第二判定参比。若业务需求是基础档案数据，则判定参比类型为第二判定参比。
步骤103、若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。
在本发明实施例中，当用户业务需求数据对应的判定参比类型为第一判定参比时，采用用户数据中的电能计量装置运行台账变更数据进行电表轮换数据异常识别。判断电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值。若否，则判断电能计量装置运行台账变更数据是否存在预设电流类型。若是，则采用电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果。若否，则将预设电流类型对应的异常结果作为第一数据异常检测结果。若是，则将预设阈值对应的异常结果作为第一数据异常检测结果。
步骤104、若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。
在本发明实施例中，当用户业务需求数据对应的判定参比类型为第二判定参比时，采用用户数据中的业扩暂停工作单数据进行业扩暂停工作单数据异常识别。首先，按照第一预设筛选条件对业扩暂停工作单数据进行暂停数据筛选，生成暂停工单数据和用户暂停次数。然后，将用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数。若剩余暂停天数小于或等于预设天数，则将预设天数对应的检测结果作为初始数据异常检测结果。接着，按照第二预设筛选条件对业扩暂停工作单数据进行暂停恢复数据筛选，生成关联工单编号。通过将关联工单编号与暂停工单数据进行匹配，生成送电时间。并采用送电时间与对应的到期日期之间的比对结果更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。最后，判断已暂停天数是否满足预设暂停阈值，若是，则将预设暂停阈值对应的暂停通知作为第二数据异常检测结果。若否，则将目标数据异常检测结果作为第二数据异常检测结果。
步骤105、若判定参比类型为第三判定参比，则采用用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
在本发明实施例中，当用户业务需求数据对应的判定参比类型为第三判定参比时，采用用户数据中的市场属性和初始业务工单进行基础档案数据异常识别。按照市场属性对初始业务工单进行补充更新，生成目标业务工单。将目标业务工单中的用户电费清单与预设电费清单进行匹配验证，生成电费异常数据。将目标业务工单中的用户清单与预设计费政策进行比较，生成电费处理数据。将目标业务工单中的需量表计与预设表计进行比较，生成需量表计数据。采用电费异常数据、电费处理数据和需量表计数据，构建第三数据异常检测结果。
在本发明实施例中，通过当接收到用户业务需求数据时，从预设数据库中选取用户业务需求数据中各用户对应的用户数据。采用用户业务需求数据进行参比类型识别，确定判定参比类型。若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。若判定参比类型为第三判定参比，则采用用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。解决了现有的数据异常检测方法采用人工校核的方式对用户数据进行异常检测时，容易引发电费差错，不利于业务人员综合分析数据，导致得到的检测结果准确度低的技术问题。对用户业务需求数据进行分析，确定判定参比类型，并基于判定参比类型采用用户数据进行对应的数据异常识别，快速找出人工操作流程造成错误，提高业务的工作精度、业务人员的工作准确率，促进业务流程优化，有效的提升客户服务水平。
请参阅图2，图2为本发明实施例二提供的一种数据异常检测方法的步骤流程图。
本发明实例二提供的另一种数据异常检测方法，包括：
步骤201、当接收到用户业务需求数据时，从预设数据库中选取用户业务需求数据中各用户对应的用户数据。
在本发明实施例中，步骤201的具体实施过程与步骤101类似，在此不再赘述。
步骤202、采用用户业务需求数据进行参比类型识别，确定判定参比类型。
在本发明实施例中，步骤202的具体实施过程与步骤102类似，在此不再赘述。
步骤203、若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。
进一步地，用户数据包括电能计量装置运行台账变更数据，步骤203可以包括以下子步骤S11-S15：
S11、判断电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值，若否，则执行S12，若是，则执行S15
S12、判断电能计量装置运行台账变更数据是否存在预设电流类型，若是，则执行S13，若否，则执行S14。
S13、将电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果。
S14、将预设电流类型对应的异常结果作为第一数据异常检测结果。
S15、将预设阈值对应的异常结果作为第一数据异常检测结果。
电能计量装置运行台账变更数据包括根据营销系统换表清单每日检索计量回流库直至下月封账(15号左右)，保证所有换表用户至少有10天数据量。根据装拆日期t+5、新装后其中一天出现反向电流、新装后其中一天平均电压值异常获取电表数据(电压取一日平均数据，根据低压用户的电流电压集中器3小时采一次的规则，则一日有8次数据，取平均值，8次数据求和除以8，如果某时点数据为空，则取有数据时点电压值和除以时点数量)。
新装连续数据是指新装日后连续5日采集到的用户表码电流电压数据。
预设阈值是指新装连续数据为“空”。预设阈值对应的异常结果为“无数据，采集异常”。
预设电流类型是指新装后其中一天出现反向表示数或有8个时点出现反向电流。预设电流类型对应的异常结果为“数据无异常”。
在本发明实施例中，判断电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值，如果用户表码电流电压数据新装日后连续5日在计量系统数据返回为“空”，则判断为采集异常，输出“无数据，采集异常”；否则将结果返回数值格式，进入下一步判断即判断电能计量装置运行台账变更数据是否存在预设电流类型。新装后其中一天出现反向表示数或有8个时点出现反向电流，则采用电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果。
进一步地，电能计量装置运行台账变更数据包括正反向有功表码数据、平均电压值、电压值和资产编号，步骤S13可以包括以下子步骤S131-S139：
S131、按照预设用户筛选规则对电能计量装置运行台账变更数据对应的用户进行筛选，生成多个异常筛查用户。
S132、分别判断异常筛查用户对应的正反向有功表码数据是否为预设表码状态，若是，则执行S133，若否，则执行S134。
S133、将预设表码状态对应的表码异常结果作为异常筛查用户对应的用户异常检测结果。
S134、判断异常筛查用户对应的平均电压值是否小于第一预设电压阈值，若是，则执行S135，若否，则执行S136。
S135、将第一预设电压阈值对应的电压异常结果作为异常筛查用户对应的用户异常检测结果。
S136、判断异常筛查用户对应的电压值是否为第二预设电压阈值，若是，则执行S137，若否，则执行S138。
S137、将第二预设电压阈值对应的电压异常结果作为异常筛查用户对应的用户异常检测结果。
S138、将异常筛查用户对应的资产编号与预设营销系统换表清单进行匹配，生成异常筛查用户对应的用户异常检测结果。
S139、采用全部用户异常检测结果，构建第一数据异常检测结果。
预设用户筛选规则是指剔除光伏、电梯、行业为金属等自身存在正常反向电流的用户即剔除光伏三户模型所有用户，和营销档案用户名和地址有“电梯”、名字有“物业”和营销档案用户名或行业分类有金属、五金等关键字形成剔除白名单。
预设表码状态包括正向有功表码为0，反向有功表码不为0；有8个时点及以上出现负电流；正向有功表码不为0，反向有功表码不为0，且反向有功表码大于等于“设定的下限系数”*正向有功表码且小于“设定的上限系数”*正向有功表码；正向有功表码不为0，反向有功表码不为0，且反向有功表码大于“设定的上限系数”*正向有功表码。预设表码状态对应的表码异常结果分别为“疑似接线有误”、“疑似一相接反”、“疑似二相接反”。
第一预设电压阈值是指新装后其中一天的任一相的平均电压值满足“电压值<180”。第一预设电压阈值对应的电压异常结果为“某相电压异常”。
第二预设电压阈值是指某一时点任一相出现“电压值＝0”。第二预设电压阈值对应的电压异常结果为“某相失压”。
预设营销系统换表清单是指包括各用户对应的更换前资产编号的清单。
在本发明实施例中，剔除电能计量装置运行台账变更数据中光伏、电梯、行业为金属等自身存在正常反向电流的用户，生成多个异常筛查用户。进入下一步判断即分别判断异常筛查用户对应的正反向有功表码数据是否为预设表码状态。当异常筛查用户对应的正反向有功表码数据为预设表码状态时，有以下几种情况：
若正向有功表码为0，反向有功表码不为0，输出“疑似接线有误”。若有8个时点及以上出现负电流，输出“疑似接线有误”。若正向有功表码不为0，反向有功表码不为0，且反向有功表码大于等于“设定的下限系数”*正向有功表码且小于“设定的上限系数”*正向有功表码，输出“疑似一相接反”。若正向有功表码不为0，反向有功表码不为0，且反向有功表码大于“设定的上限系数”*正向有功表码，输出“疑似二相接反”。
当异常筛查用户对应的正反向有功表码数据不为预设表码状态时，判断异常筛查用户对应的平均电压值是否小于第一预设电压阈值。即若新装后其中一天的任一相的平均电压值满足“电压值<180”，则输出“某相电压异常”。否则，判断异常筛查用户对应的电压值是否为第二预设电压阈值，若某一时点任一相出现“电压值＝0”，输出“某相失压”。否则在反向正走清单内(另附)资产编号与营销系统换表清单中更换前资产编号进行匹配，对命中用户标记颜色，输出“旧表反接线，新表请排查接线”。最后，采用各异常筛查用户对应的用户异常检测结果即各异常筛查用户对应输出的结果，构建第一数据异常检测结果。
步骤204、若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。
进一步地，用户数据包括业扩暂停工作单数据，步骤204可以包括以下子步骤S21-S29：
S21、按照第一预设筛选条件对业扩暂停工作单数据进行暂停数据筛选，生成暂停工单数据和用户暂停次数。
S22、将用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数。
S23、若剩余暂停天数小于或等于预设天数，则将预设天数对应的检测结果作为初始数据异常检测结果。
S24、按照第二预设筛选条件对业扩暂停工作单数据进行暂停恢复数据筛选，生成关联工单编号。
S25、将关联工单编号与暂停工单数据进行匹配，生成送电时间。
S26、采用送电时间与对应的到期日期之间的比对结果更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
S27、判断已暂停天数是否满足预设暂停阈值，若是，则执行S28，若否，则执行S29。
S28、将预设暂停阈值对应的暂停通知作为第二数据异常检测结果。
S29、将目标数据异常检测结果作为第二数据异常检测结果。
业扩暂停工作单数据每年1月2日按当年年份作名称建立新表格，将上一年表格中未有“送电时间”的暂停工单复制到当年表格中，并清空“已暂停天数”和“暂停次数”。
第一预设筛选条件是指以“暂停工单查询”作为关键字进行筛选。
预设天数为15天。预设天数对应的检测结果为“暂停即将到期”。
第二预设筛选条件是指以“暂停恢复工单查询”作为关键字进行筛选。
预设暂停阈值是指暂停工单的已暂停天数<15天，或同一用户编号已暂停天数相加>180的工单，或暂停次数>2的工单。预设暂停阈值对应的暂停通知为“暂停无效”。
在本发明实施例中，按“暂停工单查询”条件得到字段即暂停工单数据，并记录暂停次数n(n为该户号出现次数)即用户暂停次数，将用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数，若剩余暂停天数≤15天，则每天发送暂停即将到期提醒通知客服经理即将预设天数对应的检测结果作为初始数据异常检测结果。
按“暂停恢复工单查询”条件得到字段即生成关联工单编号，对其中关联工单编号与暂停工单中的工作单编号进行匹配，将送电时间填入，并停止发送暂停即将到期提醒通知客服经理，然后采用送电时间与对应的到期日期之间的比对结果更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
判断已暂停天数是否满足预设暂停阈值，若是，则将暂停工单的已暂停天数<15天，或同一用户编号已暂停天数相加>180的工单，或暂停次数>2的工单，发送暂停无效通知客服经理。若否，则目标数据异常检测结果作为第二数据异常检测结果。
进一步地，步骤S26可以包括以下子步骤S261-S267：
S261、判断送电时间是否小于或等于对应的到期日期，若是，则执行S262，若否，则执行S267。
S262、判断送电时间对应的封停时间的封停年份与送电时间对应的送电年份是否一致，若是，则执行S263，若否，则执行S265。
S263、计算送电时间与封停时间之间的差值，生成第一已暂停天数。
S264、将第一已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果。
S265、计算到期日期与封停时间之间的差值，生成第二已暂停天数。
S266、将第二已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果。
S267、基于送电时间、封停时间和到期日期更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
预设送电时间是指送电时间年份的1月1日。
在本发明实施例中，当送电时间≤到期日期，且封停时间年份与送电时间年份一致时，则第一已暂停天数＝送电时间-封停时间。并将第一已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果。当送电时间≤到期日期，且封停时间与送电时间年份不一致时，则第二已暂停天数＝送电时间-预设送电时间。并将第二已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果。当送电时间>到期日期时，采用送电时间、封停时间和到期日期更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
进一步地，步骤S267可以包括以下子步骤S2671-S2675：
S2671、判断送电时间对应的封停时间年份与送电时间对应的送电年份是否一致，若是，则执行S2672，若否，则执行S2674。
S2672、计算到期日期与对应的封停时间之间的差值，生成第三已暂停天数。
S2673、采用第三已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第三已暂停天数作为已暂停天数。
S2674、计算到期日期与送电年份的差值，生成第四已暂停天数。
S2675、采用第四已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第四已暂停天数作为已暂停天数。
第三已暂停天数对应的暂停通知为暂停恢复超期。第四已暂停天数对应的暂停通知为暂停恢复超期。
在本发明实施例中，当送电时间>到期日期时，判断送电时间对应的封停时间年份与送电时间对应的送电年份是否一致。当送电时间>到期日期，且封停时间年份与送电时间年份一致时，则记录第三已暂停天数＝到期日期-封停时间，发送暂停恢复超期通知，即采用第三已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第三已暂停天数作为已暂停天数。
当送电时间>到期日期，且封停时间年份与送电时间年份不一致时，则第四已暂停天数＝到期日期-预设送电时间，发送暂停恢复超期通知客服经理，即采用第四已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第四已暂停天数作为已暂停天数。
步骤205、若判定参比类型为第三判定参比，则按照市场属性对初始业务工单进行补充更新，生成目标业务工单。
在本发明实施例中，当判定参比类型为第三判定参比时，查看市场化属性为市场化交易用户和电网代购用户是否存在输配电价，如无，则进行登记，维护缺失输配电价档案。查看市场化属性为普通用电户是否存在输配电价，如有，则进行登记，删除输配电价设置，从而得到目标业务工单。
步骤206、将目标业务工单中的用户电费清单与预设电费清单进行匹配验证，生成电费异常数据。
在本发明实施例中，选取目标业务工单中满足预设标志的电费清单，生成用户电费清单。预设标志是指含有1.5倍标志的用户。将目标业务工单中全部含有1.5倍标志的用户对应的电费清单，构建作为用户电费清单。然后采用用户电费清单与预设电费清单进行匹配验证，生成电费异常数据。通过将用户电费清单与应收取1.5倍电费清单即预设电费清单进行匹配，查有否错、漏计电费，生成电费异常数据。
步骤207、将目标业务工单中的用户清单与预设计费政策进行比较，生成电费处理数据。
在本发明实施例中，选取目标业务工单中满足预设受理条件的用户清单，生成用户清单。预设受理条件是指一户多人口。选取目标业务工单中登记发生过一户多人口的用户清单，生成用户清单。将用户清单与预设计费政策进行比较，生成电费处理数据。预设计费政策是指一户多人口对应的计费政策。用户清单中查执行一户多人口计费政策的过期用户，查有否按规定取消电价处理，从而得到电费处理数据。
步骤208、将目标业务工单中的需量表计与预设表计进行比较，生成需量表计数据。
在本发明实施例中，选取目标业务工单中基本电费计算方式为预设方式的量表用户。预设方式为按实际最大需量或按最大需量进行基本电费计算。进入工单，点击核算中心复核环节，选取更变后基本电费计算方式为按实际最大需量或按最大需量的用户作为量表。将量表用户对应的需量表计与预设表计进行比较，生成需量表计数据。预设表计是指基于实际需要设置的最大需量表计。判断量表用户是否存在最大需量表计，如无，进行登记，档案添加缺失最大需量表计，生成需量表计数据。
步骤209、采用电费异常数据、电费处理数据和需量表计数据，构建第三数据异常检测结果。
在本发明实施例中，在计算得到各用户对应的电费异常数据、电费处理数据和需量表计数据后，采用全部电费异常数据、电费处理数据和需量表计数据，第三数据异常检测结果。
在本发明实施例中，通过当接收到用户业务需求数据时，从预设数据库中选取用户业务需求数据中各用户对应的用户数据。采用用户业务需求数据进行参比类型识别，确定判定参比类型。若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。若判定参比类型为第三判定参比，则按照市场属性对初始业务工单进行补充更新，生成目标业务工单。选取目标业务工单中满足预设标志的电费清单，生成用户电费清单。采用用户电费清单与预设电费清单进行匹配验证，生成电费异常数据。选取目标业务工单中满足预设受理条件的用户清单，生成用户清单。将用户清单与预设计费政策进行比较，生成电费处理数据。选取目标业务工单中基本电费计算方式为预设方式的量表用户。将量表用户对应的需量表计与预设表计进行比较，生成需量表计数据。采用电费异常数据、电费处理数据和需量表计数据，构建第三数据异常检测结果。通过用户业务需求数据和用户数据进行数据异常识别，实现以电表轮换数据、变压器暂停时间、营销基础档案数据为中心的综合展示，支撑业务管理人员辅助决策，提升客户服务质量，保证高效的供电服务能力水平。
请参阅图3，图3为本发明实施例三提供的一种数据异常检测系统的结构框图。
本发明实例三提供的一种数据异常检测系统，包括：
用户数据生成模块301，用于获取用户业务需求数据，按照用户业务需求数据从预设数据库中选取用户数据，生成用户业务需求对应的用户数据。
判定参比类型确定模块302，用于采用用户业务需求数据进行参比类型识别，确定判定参比类型。
第一数据异常检测结果生成模块303，用于若判定参比类型为第一判定参比，则采用用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果。
第二数据异常检测结果生成模块304，用于若判定参比类型为第二判定参比，则采用用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果。
第三数据异常检测结果生成模块305，用于若判定参比类型为第三判定参比，则采用用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
可选地，用户数据包括电能计量装置运行台账变更数据。第一数据异常检测结果生成模块303包括：
新装连续数据判断模块，用于判断电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值。
电能计量装置运行台账变更数据判断模块，用于若否，则判断电能计量装置运行台账变更数据是否存在预设电流类型。
第一数据异常检测结果生成模块，用于若是，则将电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果。
第一数据异常检测结果第一生成子模块，用于若否，则将预设电流类型对应的异常结果作为第一数据异常检测结果。
第一数据异常检测结果第二生成子模块，用于若是，则将预设阈值对应的异常结果作为第一数据异常检测结果。
可选地，电能计量装置运行台账变更数据包括正反向有功表码数据、平均电压值、电压值和资产编号。第一数据异常检测结果生成模块可以执行以下步骤：
按照预设用户筛选规则对电能计量装置运行台账变更数据对应的用户进行筛选，生成多个异常筛查用户。
分别判断异常筛查用户对应的正反向有功表码数据是否为预设表码状态。
若是，则将预设表码状态对应的表码异常结果作为异常筛查用户对应的用户异常检测结果。
若否，则判断异常筛查用户对应的平均电压值是否小于第一预设电压阈值。
若是，则将第一预设电压阈值对应的电压异常结果作为异常筛查用户对应的用户异常检测结果。
若否，则判断异常筛查用户对应的电压值是否为第二预设电压阈值。
若是，则将第二预设电压阈值对应的电压异常结果作为异常筛查用户对应的用户异常检测结果。
若否，则将异常筛查用户对应的资产编号与预设营销系统换表清单进行匹配，生成异常筛查用户对应的用户异常检测结果。
采用全部用户异常检测结果，构建第一数据异常检测结果。
可选地，用户数据包括业扩暂停工作单数据，第二数据异常检测结果生成模块304包括：
暂停工单数据和用户暂停次数生成模块，用于按照第一预设筛选条件对业扩暂停工作单数据进行暂停数据筛选，生成暂停工单数据和用户暂停次数。
剩余暂停天数生成模块，用于将用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数。
初始数据异常检测结果生成模块，用于若剩余暂停天数小于或等于预设天数，则将预设天数对应的检测结果作为初始数据异常检测结果。
关联工单编号生成模块，用于按照第二预设筛选条件对业扩暂停工作单数据进行暂停恢复数据筛选，生成关联工单编号。
送电时间生成模块，用于将关联工单编号与暂停工单数据进行匹配，生成送电时间。
目标数据异常检测结果和已暂停天数生成模块，用于采用送电时间与对应的到期日期之间的比对结果更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
已暂停天数判断模块，用于判断已暂停天数是否满足预设暂停阈值。
第二数据异常检测结果第一生成子模块，用于若是，则将预设暂停阈值对应的暂停通知作为第二数据异常检测结果。
第二数据异常检测结果第二生成子模块，用于若否，则将目标数据异常检测结果作为第二数据异常检测结果。
可选地，目标数据异常检测结果和已暂停天数生成模块可以执行以下步骤：
判断送电时间是否小于或等于对应的到期日期；
若是，则判断送电时间对应的封停时间的封停年份与送电时间对应的送电年份是否一致；
若是，则计算送电时间与封停时间之间的差值，生成第一已暂停天数；
将第一已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果；
若否，则计算到期日期与预设送电时间之间的差值，生成第二已暂停天数；
将第二已暂停天数作为已暂停天数，并将初始数据异常检测结果作为目标数据异常检测结果；
若否，则基于送电时间、封停时间和到期日期更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
可选地，基于送电时间、封停时间和到期日期更新初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数的步骤，包括以下步骤：
判断送电时间对应的封停时间年份与送电时间对应的送电年份是否一致；
若是，则计算到期日期与对应的封停时间之间的差值，生成第三已暂停天数；
采用第三已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第三已暂停天数作为已暂停天数；
若否，则计算到期日期与对应的预设送电时间之间的差值，生成第四已暂停天数；
采用第四已暂停天数对应的暂停通知更新初始数据异常检测结果，生成目标数据异常检测结果，并将第四已暂停天数作为已暂停天数。
可选地，用户数据包括市场属性和初始业务工单。第三数据异常检测结果生成模块305包括：
目标业务工单生成模块，用于按照市场属性对初始业务工单进行补充更新，生成目标业务工单。
电费异常数据生成模块，用于将目标业务工单中的用户电费清单与预设电费清单进行匹配验证，生成电费异常数据。
电费处理数据生成模块，用于将目标业务工单中的用户清单与预设计费政策进行比较，生成电费处理数据。
需量表计数据生成模块，用于将目标业务工单中的需量表计与预设表计进行比较，生成需量表计数据。
第三数据异常检测结果生成子模块，用于采用电费异常数据、电费处理数据和需量表计数据，构建第三数据异常检测结果。
本发明实施例还提供了一种电子设备，电子设备包括：存储器及处理器，存储器中储存有计算机程序；计算机程序被处理器执行时，使得处理器执行如上述任一实施例的数据异常检测方法。
存储器可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如，用于程序代码的存储空间可以包括分别用于实现上面的方法中的各种步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。程序代码可以例如以适当形式进行压缩。这些代码当由计算处理设备运行时，导致该计算处理设备执行上面所描述的数据异常检测方法中的各个步骤。
本发明实施例还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如上述任一实施例的数据异常检测方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种数据异常检测方法，其特征在于，包括：
当接收到用户业务需求数据时，从预设数据库中选取所述用户业务需求数据中各用户对应的用户数据；
采用所述用户业务需求数据进行参比类型识别，确定判定参比类型；
若所述判定参比类型为第一判定参比，则采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果；
若所述判定参比类型为第二判定参比，则采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果；
若所述判定参比类型为第三判定参比，则采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
2.根据权利要求1所述的数据异常检测方法，其特征在于，所述用户数据包括电能计量装置运行台账变更数据；所述采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果的步骤，包括：
判断所述电能计量装置运行台账变更数据中的新装连续数据是否为预设阈值；
若否，则判断所述电能计量装置运行台账变更数据是否存在预设电流类型；
若是，则将所述电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果；
若否，则将所述预设电流类型对应的异常结果作为所述第一数据异常检测结果；
若是，则将所述预设阈值对应的异常结果作为所述第一数据异常检测结果。
3.根据权利要求2所述的数据异常检测方法，其特征在于，所述电能计量装置运行台账变更数据包括正反向有功表码数据、平均电压值、电压值和资产编号；所述将所述电能计量装置运行台账变更数据进行异常筛查，生成第一数据异常检测结果的步骤，包括：
按照预设用户筛选规则对所述电能计量装置运行台账变更数据对应的用户进行筛选，生成多个异常筛查用户；
分别判断所述异常筛查用户对应的正反向有功表码数据是否为预设表码状态；
若是，则将所述预设表码状态对应的表码异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则判断所述异常筛查用户对应的平均电压值是否小于第一预设电压阈值；
若是，则将所述第一预设电压阈值对应的电压异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则判断所述异常筛查用户对应的电压值是否为第二预设电压阈值；
若是，则将所述第二预设电压阈值对应的电压异常结果作为所述异常筛查用户对应的用户异常检测结果；
若否，则将所述异常筛查用户对应的资产编号与预设营销系统换表清单进行匹配，生成所述异常筛查用户对应的用户异常检测结果；
采用全部所述用户异常检测结果，构建第一数据异常检测结果。
4.根据权利要求1所述的数据异常检测方法，其特征在于，所述用户数据包括业扩暂停工作单数据；所述采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果的步骤，包括：
按照第一预设筛选条件对所述业扩暂停工作单数据进行暂停数据筛选，生成暂停工单数据和用户暂停次数；
将所述用户暂停次数对应的到期日期与当前日期进行差值计算，生成剩余暂停天数；
若所述剩余暂停天数小于或等于预设天数，则将所述预设天数对应的检测结果作为初始数据异常检测结果；
按照第二预设筛选条件对所述业扩暂停工作单数据进行暂停恢复数据筛选，生成关联工单编号；
将所述关联工单编号与所述暂停工单数据进行匹配，生成送电时间；
采用所述送电时间与对应的到期日期之间的比对结果更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数；
判断所述已暂停天数是否满足预设暂停阈值；
若是，则将所述预设暂停阈值对应的暂停通知作为第二数据异常检测结果；
若否，则将所述目标数据异常检测结果作为第二数据异常检测结果。
5.根据权利要求4所述的数据异常检测方法，其特征在于，所述采用所述送电时间与对应的到期日期之间的比对结果更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数的步骤，包括：
判断所述送电时间是否小于或等于对应的到期日期；
若是，则判断所述送电时间对应的封停时间的封停年份与所述送电时间对应的送电年份是否一致；
若是，则计算所述送电时间与所述封停时间之间的差值，生成第一已暂停天数；
将所述第一已暂停天数作为已暂停天数，并将所述初始数据异常检测结果作为目标数据异常检测结果；
若否，则计算所述到期日期与预设送电时间之间的差值，生成第二已暂停天数；
将所述第二已暂停天数作为已暂停天数，并将所述初始数据异常检测结果作为目标数据异常检测结果；
若否，则基于所述送电时间、所述封停时间和所述到期日期更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数。
6.根据权利要求5所述的数据异常检测方法，其特征在于，所述基于所述送电时间、所述封停时间和所述到期日期更新所述初始数据异常检测结果，生成目标数据异常检测结果和已暂停天数的步骤，包括：
判断所述送电时间对应的封停时间年份与所述送电时间对应的送电年份是否一致；
若是，则计算所述到期日期与对应的封停时间之间的差值，生成第三已暂停天数；
采用所述第三已暂停天数对应的暂停通知更新所述初始数据异常检测结果，生成目标数据异常检测结果，并将所述第三已暂停天数作为已暂停天数；
若否，则计算所述到期日期与对应的预设送电时间之间的差值，生成第四已暂停天数；
采用所述第四已暂停天数对应的暂停通知更新所述初始数据异常检测结果，生成目标数据异常检测结果，并将所述第四已暂停天数作为已暂停天数。
7.根据权利要求1所述的数据异常检测方法，其特征在于，所述用户数据包括市场属性和初始业务工单；所述采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果的步骤，包括：
按照所述市场属性对所述初始业务工单进行补充更新，生成目标业务工单；
将所述目标业务工单中的用户电费清单与预设电费清单进行匹配验证，生成电费异常数据；
将所述目标业务工单中的用户清单与预设计费政策进行比较，生成电费处理数据；
将所述目标业务工单中的需量表计与预设表计进行比较，生成需量表计数据；
采用所述电费异常数据、所述电费处理数据和所述需量表计数据，构建第三数据异常检测结果。
8.一种数据异常检测系统，其特征在于，包括：
用户数据生成模块，用于获取用户业务需求数据，按照所述用户业务需求数据从预设数据库中选取用户数据，生成所述用户业务需求对应的用户数据；
判定参比类型确定模块，用于采用所述用户业务需求数据进行参比类型识别，确定判定参比类型；
第一数据异常检测结果生成模块，用于若所述判定参比类型为第一判定参比，则采用所述用户数据进行电表轮换数据异常识别，生成第一数据异常检测结果；
第二数据异常检测结果生成模块，用于若所述判定参比类型为第二判定参比，则采用所述用户数据进行业扩暂停工作单数据异常识别，生成第二数据异常检测结果；
第三数据异常检测结果生成模块，用于若所述判定参比类型为第三判定参比，则采用所述用户数据进行基础档案数据异常识别，生成第三数据异常检测结果。
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7任一项所述的数据异常检测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至7任一项所述的数据异常检测方法。
CN202310899051.1A 2023-07-20 2023-07-20 一种数据异常检测方法、系统、设备和介质 Pending CN116910620A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310899051.1A CN116910620A (zh) 2023-07-20 2023-07-20 一种数据异常检测方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310899051.1A CN116910620A (zh) 2023-07-20 2023-07-20 一种数据异常检测方法、系统、设备和介质

Publications (1)

Publication Number Publication Date
CN116910620A true CN116910620A (zh) 2023-10-20

Family

ID=88357830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310899051.1A Pending CN116910620A (zh) 2023-07-20 2023-07-20 一种数据异常检测方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN116910620A (zh)

Similar Documents

Publication Publication Date Title
US11350188B2 (en) Internet of things (IoT) based gas meter fault prompting
KR20140147113A (ko) 이용통계데이터의 이상 자동 탐지 시스템 및 그 방법 그리고 이에 적용되는 장치
CN101925039A (zh) 计费话单的预警方法及装置
EP3864534A1 (en) System and method for using artificial intelligence to process data extracted from utility bills
CN112104687B (zh) 物流路由服务的监控方法、装置、电子设备及存储介质
CN116910620A (zh) 一种数据异常检测方法、系统、设备和介质
CN117194757A (zh) 基于大数据的报表生成方法、装置、设备及存储介质
CN113034037B (zh) 物流监控方法、装置、存储介质及电子设备
CN115358336A (zh) 用电异常检测方法、装置及电子设备
CN114169776A (zh) 一种任务处理方法及装置
CN115170017A (zh) 运单处理方法、装置以及存储介质
CN113362191A (zh) 设备投保数据处理方法、装置、计算机设备和存储介质
CN100444559C (zh) 用于确定计算机网络上的可收费资源的装置、系统和方法
CN110956552A (zh) 保险问题处理方法、装置、设备及存储介质
CN113468173B (zh) 数据的存储方法、装置、设备及存储介质
JP2004145636A (ja) 営業活動支援方法、サーバ及びプログラム
CN116468341B (zh) 仲裁工单的处理方法、装置、系统及存储介质
CN109544353B (zh) 电子装置、基于数据变化因子分析准备金变化的方法及存储介质
CN114386824A (zh) 电力业务平台的风险控制方法、装置、设备及存储介质
CN117910909A (zh) 快递末端违规行为处理方法、装置、设备及存储介质
CN113468173A (zh) 数据的存储方法、装置、设备及存储介质
CN117596253A (zh) 数据处理方法、装置及存储介质
CN114862619A (zh) 一种基本电费处理方法、装置、电子设备及介质
CN115827713A (zh) 企业画像生成方法及相关装置
CN116071058A (zh) 缴费项目推荐方法、装置及电子设备

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