一种低压集抄系统数据偏差原因的智能辨识方法与流程

本发明属于发电、变电或配电领域，尤其涉及一种用于供、配电系统用户用电量集抄数据是否正常的判别方法。

背景技术：

2010年起，在国家电网公司的统一部署下，各地供电公司开始全面推进低压集抄系统的应用，采用集中抄表管理系统(简称集抄系统)来集中采集用户的用电数据(简称集抄数据)，目前已基本实现全覆盖。实施这项工作的目的，一是降低抄表工作量、提高抄表质量，二是提升用电管理的信息化和自动化水平。

从实际应用情况来看，集抄数据常出现缺失、突变或与表计显示值不一致的问题。为提高集抄数据用于出账的准确性，目前的做法是：在出账前对集抄数据缺失和异常(环比增/减幅超出一定范围)的用户实施人工核抄、以核抄数据作为出账依据；二是，每3～6个月对所有用户进行一次人工核抄，对核抄和集抄偏差部分实施电量电费退/补。除此之外，部分供电公司还率先研发了集抄消缺系统，每月将集抄数据缺失的用户整理出来，及时开展现场消缺。上述复核消缺方法对提高集抄出账准确率起到了积极作用，但实际运用中仍发现如下问题：

(1)集抄数据缺陷现象很多，但目前的消缺主要查找集抄数据缺失的用户、以提高在线率和成功率，对日冻结电量突降、部分日数据缺失等问题并不做分析和改进，无法全面发现集抄系统中潜在的问题。

(2)造成集抄数据缺失或缺陷的原因很多，譬如集中器故障、电能表故障、载波信号问题、台区关联问题、用电异常等等，找准原因是解决问题的前提。目前工作中只是找出待消缺的用户清单，造成数据缺失的原因则完全要靠人工现场排查，效率低，不利于消缺任务的及时完成。

(3)集抄数据是否异常不完全与环比增/减幅的大小对应——季节变迁等因素也会导致月用电量大幅变化、造成正常误判为异常；反之，月用电量低位运行但不怎么波动的窃电用户却会被误判为正常。前者白白增加了每月人工补抄的工作量，后者则又使得电量电费流失、未予及时追缴。

(4)对集抄异常用户安排核抄后，一旦发现核抄结果与集抄数据有偏差，往往就 以核抄数据为准，对人工核抄质量缺乏必要的监督和管控。

(5)集抄数据蕴含着大量有用信息，可指导消缺、反窃电、消缺/核抄质量评价等多方面的工作，但目前仅作为出账的依据之一；同时，消缺工作组、稽查组、核抄组之间又缺乏必要的信息沟通，不利于问题的及时发现和工作的有序推进。

目前，集抄数据出现如下5种情况之一时，安排人工核抄：

(1)数据缺失：目前仅限于当期集抄数据中找不到某用户的正向总有功电量(冻结值)数据，此条作为待消缺用户的判定依据；

(2)零电量：指当期正向总有功电量或用电量为零；

(3)总分不匹配：此条仅针对采用分时电价的用户，指当期正向总有功电量(用电量)不等于当期分费率有功电量之和的情况；

(4)首次出账：指报装接电后第一次出账的情况；

(5)环比增长率≥50％：指当期用电量与上期用电量之差与上期用电量的比值的绝对值大于等于50％的情况。

此外，目前对进行电量核抄的用户，直接以核抄人员上传的核抄电量作为出账数据，缺乏对核抄人员的必要监督，迫切需要建立一种对于集抄-核抄数据偏差分析和偏差原因辨识方法，建立起排除人为因素的、实事求是的和快速、合理、易于实施的核抄监督机制。

技术实现要素：

本发明所要解决的技术问题是提供一种低压集抄系统数据偏差原因的智能辨识方法，其除了监测用户的当月集抄有功总电量水平环比波动率和电量环比波动率之外，还监测用户各分时费率有功用电比重的环比波动率，再经二次判定后，区分出待核抄用户、待稽查用户和可出账用户，对集抄-核抄数据存在明显偏差的情况，进一步通过集抄-核抄偏差原因的辨识，确定可用于出账或退补电费电量计算的当期总用电量和分费率用电量，从而考察核抄数据是否可信，进而决定对此类用户应依据核抄电量、还是集抄电量出账。

本发明的技术方案是：提供一种低压集抄系统数据偏差原因的智能辨识方法，包括获取用户的原始集抄数据，所述用户的原始集抄数据为当期各用户逐日零点的正向总有功冻结值和分费率有功冻结值，其特征是：

将用户正向总有功电量、分费率有功电量的日冻结值转化为日用电量值，生成当期“集抄日用电量数据预处理结果表”，用于记录日用电量分析结果；

根据用户月首、月末零点的总有功电量、分费率有功电量冻结值之差，计算出当期总有功用电量和分费率月用电量，生成“集抄月用电量数据预处理结果表”，用于记录月用电量分析结果；

若用户当期“集抄原始数据表”、进而当期“集抄日用电量数据预处理结果表”中找不到该用户的任何记录，则断定该用户当期集抄数据全失，定义此种情况代号为D1，将该用户当期缺陷类天数置为当期日历天数；

若用户在当期“集抄原始数据表”、进而当期“集抄日用电量数据预处理结果表”中部分日子的集抄记录缺失，则断定该用户当期部分日子集抄数据缺失，定义此种情况代号为D2，统计该用户当期集抄数据缺失天数；

若用户在当期“集抄原始数据表”中的集抄冻结值数据下降，进而在当期“集抄日用电量数据预处理结果表”中的日用电量出现负值，则断定该用户当期集抄冻结值下降，定义此种情况代号为D3，统计该用户当期集抄数据缺失天数，对该用户当期集抄数据缺失天数进行累计；

若用户在当期“集抄原始数据表”中的集抄冻结值数据连续几日不变、后又突增，进而在当期“集抄日用电量数据预处理结果表”中表现为连续几日用电量为零、后突然出现高于零值前平均日用电量的一个很大的日用电量值，则断定该用户集抄冻结值连续几日维持不变、后又大幅突增，定义此种情况代号为D4，统计该用户当期集抄数据缺失天数，对该用户当期集抄数据缺失天数进行累计；

其中，对于D1，直接识别为该用户当期集抄数据全失；

对于D2，通过判别同一用户、同一表号相邻两条记录的日期之差是否大于1，来识别该用户、该表号是否存在部分日子集抄数据缺失的数据缺陷；

对于D3，直接识别该用户或该某表号的日用电量是否存在负值，若是，则说明存在D3类数据缺陷；

对于D4，计算当期零日用电量之前该用户的日均用电量，若零日用电量后的第一个非零日用电量满足下述条件，则说明存在D4类数据缺陷：

上式中，为用户k零值后第一个非零日的用电量，为用户k零日用电量出现前一周用户k的日均用电量，零日用电量指的是用户的日用电量为零；

所述低压集抄系统数据偏差原因的智能辨识方法，通过对集抄数据缺陷原因的辨识，明确集抄系统的故障环节和故障性质；

同时，通过对已判定集抄-核抄数据存在明显偏差的用户进行集抄系统数据偏差原因的智能辨识，考察核抄数据是否可信，进而决定对此类用户应依据核抄电量出账，还是依据集抄电量出账，或者，在已经出账的情况下，是否需要退补电量或电费。

具体的，所述的日用电量包括总正向有功或分费率正向有功。

具体的，所述集抄系统的故障环节包括集中器、采集器或终端电表。

具体的，所述集抄系统的故障性质包括设备损坏，接触不良，参数设置错误或信道质量问题。

具体的，所述低压集抄系统数据偏差原因的智能辨识方法，通过同一集中器下是否所有用户都存在数据缺陷来识别导致数据缺陷的故障环节，通过数据缺陷的时间持续特点识别导致数据缺陷的故障性质。

其中，所述的时间持续特点分为连续缺陷和非连续缺陷两种。

进一步的，所述低压集抄系统数据偏差原因的智能辨识方法，除了监测用户的当月集抄有功总电量水平环比波动率和电量环比波动率之外，还监测用户各分时费率有功用电比重的环比波动率，若其中任何一个指标的环比波动率≥50％，都初步判定为异常；再经二次判定后，区分出待核抄用户、待稽查用户和可出账用户。

进一步的，所述低压集抄系统数据偏差原因的智能辨识方法，将表计存在对时错误的用户列入待核抄用户清单，将破坏分费率计度器的用户列入待稽查用户清单。

与现有技术比较，本发明的优点是：

对核抄数据进行核算或折算，使得集抄数据和核抄数据(简称集抄-核抄数据)两者在时间跨度上一致，对集抄-核抄数据存在明显偏差的情况，进一步通过集抄-核抄偏差原因的辨识，确定可用于出账或退补电费电量计算的当期总用电量和分费率用电量，从而考察核抄数据是否可信，进而决定对此类用户应依据核抄电量、还是集抄电量出账。

附图说明

图1是集抄异常智能分析总体流程方框图；

图2是待消缺用户分析流程方框图；

图3是集抄-核抄数据偏差分析的总体流程方框图；

图4是集抄-核抄偏差原因辨识的总体流程方框图；

图5是MM-0情况下集抄-核抄偏差原因辨识流程方框图；

图6是MM-I情况下集抄-核抄偏差原因辨识流程方框图；

图7是MM-II和MM-III情况下集抄-核抄偏差原因辨识流程方框图；

图8是MM-IV情况下集抄-核抄偏差原因辨识流程方框图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

图1中，本技术方案中集抄数据异常分析的总体流程如下：

(1)数据预处理(第①步)：对每一集抄用户当月的日冻结电量进行差、和运算，求得逐日各费率有功电量、逐日总有功电量、当月各费率总有功电量和当月总有功电量。

(2)集抄数据缺陷判定(第②步)：找出当月集抄数据存在缺陷的用户。为此，对用户当期逐日总有功电量和分费率有功电量的缺陷进行判定，将日总/分有功电量存在缺陷(缺失或者突变)的用户纳入待消缺用户清单。不需消缺的用户执行后续步骤。

(3)新装用户判定(第③步)：将首次出账用户直接列入需核抄用户清单，其余用户执行后续步骤。

(4)总分不匹配判定(第④步)：将当月各费率有功电量之和不等于当月总有功电量的用户列入待核抄用户清单，其余用户执行后续步骤。

(5)异常初判(第⑤步)：采用目前常规的判定规则，即将当期用电量为零或月用电量环比波动率≥50％的用户初判为异常。初判正常用户归为可出账用户，初判为异常的用户执行后续步骤。

(6)集抄异常的二次判定(第⑥、⑦步)：对初判为异常的用户实施用电模式识别，在此基础上得到当月总有功电量合理范围，对此类用户是否异常以及属于需稽查(窃电可疑)/需核抄的情况进行判别。由此最终整理出当期的待稽查、待核抄、可出账用户清单。

图2中，在待消缺用户的搜索过程中，为给消缺人员更多的信息，以帮助其合 理安排消缺顺序并了解数据缺陷的可能原因，在进行待消缺用户分析时，同时统计出各用户当期集抄数据异常的累计天数和最长连续缺陷天数。

集抄数据缺陷主要包括下表中所示的D1～D4四种情况。

表1集抄数据缺陷的四种主要情况

为甄别出这些数据缺陷、并对用户的数据缺陷天数做出统计，设计待消缺用户分析流程如图2中所示。对其中主要处理的算法说明如下：

(1)“D2类数据缺陷分析”：在数据预处理环节，已确保“集抄日用电量数据预处理结果表”中每一用户的日用电量记录按日期顺序排列，故此处通过同一用户、同一表号相邻两条记录日期之差是否大于1的判据，来考察该用户、该表号是否存在部分日子集抄数据缺失的数据缺陷。

(2)“D3类数据缺陷分析”：直接考察某用户、某表号的日用电量(包括总有功电量和分费率有功电量)是否存在负值，若是则说明存在第3类数据缺陷。

(3)“D4类数据缺陷分析”：需计算零电量前该用户的日均用电量，若零电量后的第一个非零日用电量满足下述判据，则说明存在第4类数据缺陷：

上式中，表示零日用电量出现前一周用户k的日均用电量。

目前对进行电量核抄的用户，直接以核抄人员上传的核抄电量作为出账数据，缺乏对核抄人员的必要监督。

为此，本技术方案中提出了集抄-核抄数据偏差分析和偏差原因辨识方法，基于此分析结果可建立核抄监督机制。

每月根据集抄异常智能分析模块的分析结果发布分类工单，消缺、核抄、稽查工作组在开展现场作业时，只要不属于表计损坏的情况都需抄录表计上的正向有功电量和分费率有功电量冻结值；将抄录数据上装/录入到系统后，由集抄-核抄数据偏差分析模块实施偏差分析。偏差分析的总体流程如图2所示，其中核心任务有二：

(1)集抄-核抄偏差分析：判定核抄数据与集抄数据有无明显偏差。由于核抄日与集抄数据冻结回传时间不同，故此环节的核心任务是对核抄数据进行折算，使两者在时间跨度上一致。

(2)偏差原因辨识：对集抄-核抄数据存在明显偏差的情况，进一步建立集抄-核抄偏差原因的辨识方法，确定可用于出账(或退补电费电量计算)的当期总用电量和分费率用电量。

对于在初判阶段被判为疑似异常的用户，进一步实施二次判定。二次判定的目标是区分出待核抄、待稽查、可出账用户，

以下记当期为第Y年、第M月；表示集抄所得第k个用户当期正向有功总用电量；表示当期用于初判的月有功用电量下限值(视核抄和稽查组人员的配置情况，可取零或者一个很小的值，本项目后续仅考察零电量用户、即取)； 为第k个用户当期集抄所得有功月总用电量的环比波动率；为第k个用户当期集抄所得谷时段有功用电比重的环比增长率。

则二次判定有以下基本原则：

(1)若用户在近两年内有窃电记录，则一旦出现当期用电量为零、或者当期用电量大幅下降或者谷电比重突增判定为待稽查用户。

(2)无窃电记录的用户若出现当期用电量为零，则需进行零电量用电模式的判别。所谓零电量模式，是指该用户用电量长期为零、经常出现零用电量情况或去年 同期出现或零电量的情况。对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录(包括半年内没有进行过复核或是复核为异常两种情况)，则判定为待核抄用户。

(3)对无历史窃电记录且拥有两年以上集抄数据的用户，需开展模式稳定性判别，参照历史用电模式预测当期用电量的合理范围，进而判定当期用电量是否异常。

(4)对于无历史窃电记录但集抄数据不足两年、或者历史数据满两年但模式稳定性判别结果为不稳定的用户，其历史用电模式对当期集抄数据合理性判定不具有很强的参考意义。为此，一旦出线用电量大幅突降或者谷电比重突增的情况，需列为待核抄用户。

在上述流程中，待解决的核心问题包括：

(1)零电量用电模式的定义和判定方法：对于当期月总用电量为零且近两年中无窃电记录的用户，需要根据其是否为零电量模式用户来进一步判定是否需要对其进行核抄。

(2)用电模式稳定性的判定：只有对用电模式稳定的用户，基于历史月用电数据预测得到的当期月用电量范围才具有集抄异常判据的意义。

(3)当期用电量合理范围的估算方法：对判定为用电模式稳定的用户，需进一步依据历史用电数据估算其当期用电量的合理范围，进而查看集抄所得用电量是否在合理范围内，由此判定集抄数据是否异常。

下面对上述三个问题提出具体解决方法。

A、零电量用电模式的定义和判定：

零电量用电模式指用户月用电量为如下三种情况之一：

(1)长期处于接近零值的低值。案例中考察前6个月的月用电量值，满足下式时认为是零电量用电模式

反复波动并时常出现月总正向有功电量为零或接近零的低值。对此，采用如下方差判定方法：

(2)去年同期为接近零值的低值用电：

若设第k个用户去年同期月总正向有功出账电量为则本项的判据为：

如果属于上述三种情况，则认为当期总正向有功电量接近(或等于)零属于比较正常的现象，故进而依据近半年有无复核为正常的记录来判定是否需要核抄；反之，若不属于上述三种情况而当月有功电量接近(或等于)零，则认为是异常零值、立即判定为待核抄用户。

B、当期月用电量合理范围的估计方法：

用电模式稳定性判定针对当期用电量非零且历史用电数据满24个月的用户。对用电模式稳定的用户，按历史数据预测而得的用电量合理区间才具有集抄电量异常判据的意义。针对上述目的，以12个月月份系数(月总有功电量占12个月平均月总有功电量的比值)定义用电模式时间序列，采用灰色关联度分析法判定用电模式稳定性。

以下记用户过去第1～12个月为第I年，过去第13～24个月为第II年。用电模式稳定性分析按如下流程进行：

(1)将历史月用电量折算到基准气温下：

第m月的基准气温定义为当地多年来对应月份的平均气温。将逐月用电量折算到基准气温下，是为了剔除两年气温差异对月份系数时间序列相似性的影响。

首先利用最近一次夏季(6～9月)、冬季(12月～次年2月)的日用电量数据，计算用户k夏季、冬季日有功电量关于日平均气温的灵敏度系数，分别记为ε_k^SM和ε_k^WT。若第y年(y＝I,II)第m月实际的月平均气温均值为则该月用电量折算公式为

式中，n_y,m为第y年第m月的天数；ε_k,m为气温灵敏度系数，第m月为夏(冬)季月时取ε_k^SM(ε_k^WT)，春秋季月份时可取0。

(2)计算月份系数：

据基准温度下的折算值得到过去24个月的月份系数(y＝I,II；m＝1…12)

(3)求两年月份系数序列的关联度：

用第I、II年月份系数定义用户k的两个用电模式时间序列x_k,I＝{x_k,I(1)…x_k,I(12)}和x_k,II＝{x_k,II(1)…x_k,II(12)}，它们构成关联度分析的两个因素序列。为判定两者的关联度，先计算两极最大差和最小差：

其次，对因素序列中每一因素计算关联系数：

其中Δ_k(i)＝|x_k,I(i)-x_k,II(i)|

式中，ρ∈[0,1]为分辨系数。

对用户k计算关联系数的均值：

将Δ_k大于阈值的用户判定为模式稳定。

C、月用电量合理区间的预测方法：

对用电模式判定为稳定的用户预测当期月用电量合理区间。包括如下两步：

(1)预测用户当期月用电量灰色估计值：

首先按月份系数法预测当期月用电量：

其中，为对用户k上两年月均用电量加权平均后得到的当年月均用电量预测值；M₀为当期对应的月份；为对用户k上两年第M₀月月份系数加权平均后预测得到的当期月份系数。

上式所得预测值可视作当期月均气温为上两年同期月均气温加权均值时的月用电量。

故据当期实际月均气温按下式对当期月用电量灰色估计值修正：

D、当期月用电量合理范围的估计方法：

首先对用户定义当月基准电量，它是依据用户历史用电模式而对当月用电量做出的预测值，采用月份系数法进行预测，具体步骤为：

第1步：计算倒推年各月有功电量相对于其所在倒推年月平均用电量的比值。对第k个用户第l个倒推年第m月，计算结果记为β_k,l,m。

第2步：计算同期月份系数的均值，对第k个用户第m月，

第3步：预测当期所在年份的总用电量，为此采用加权平均的方法，并赋予较近年份的用电量值以较大的权重，故而有：

第4步：预测当期用电量，计算公式为：

第5步：对当期用电量进行修正，以获得当期基准电量。实施此步是鉴于上式预测所得当期用电量可理解为当期月平均气温等于过去两年同期月平均气温加权均值下的预测值，而当期实际的月平均气温可能偏离，为此需要根据气温偏离值和用户用电灵敏度系数对当期用电量进行修正，以计入气温波动的影响。基于上诉思想，第k个用户当期基准电量计算公式为：

确定各用户的基准电量后，按基准电量的一定偏差范围定义核抄用户当月用电量的合理范围。若记第k个用户在过往6个月预测值与实际值偏差幅度的最大值和最小值分别为和则该用户当期正向有功电量的合理范围为其中上界和下界按下两式确定：

图3及图4中，本发明的技术方案，提供了一种低压集抄系统数据偏差原因的智能辨识方法，包括按当月集抄有功总电量水平和电量环比波动率进行集抄数据异常的初步判定，初步筛选出可能为异常的用户，可能为异常的用户分为待消缺用户、待稽查用户和待核抄用户，从异常的用户中除去确定的待消缺用户之后，对剩余用户实施模式识别的两阶段判定算法，梳理出当期待核抄用户清单、待稽查用户清单和可出账用户清单，其发明点在于：

A、对于待核抄用户，进行集抄-核抄数据偏差的分析或判别；

B、若该用户的集抄-核抄数据不存在明显偏差，则记录分析结果；

C、若该用户的集抄-核抄数据存在明显偏差，则进行集抄-核抄数据偏差原因的辨识；

D、对已判定集抄-核抄数据存在明显偏差的用户，判断核抄数据是否可信，进而决定对此类用户应依据核抄电量出账，还是应依据集抄电量出账，或者，已经出 账的情况下，是否需要退补电量电费。

所述的明显偏差包括下列情况：

a)用户信息不匹配：指要求核抄的表号与核抄结果表中实际核抄的用户表号不一致；

b)终端电表通信模块故障或接触不良：指因RS485通信模块故障或接触不良而导致集抄数据偏离实际数据，而红外线通信模块正常工作，从而核抄数据正确、而集抄数据错误；或者反之，RS485通信模块正常工作而红外线通信故障，而导致集抄数据偏离实际数据；

c)信道质量不好：指RS485网线质量不好、接线松动，或是GPS信道质量问题，导致集抄数据失真；

d)核抄人员估抄、漏抄、人情抄问题：此时核抄数据来源显示为“人工录入”，且核抄值低于相应用户当期合理用电量预测值。

进一步的，所述终端电表通信模块故障或接触不良中的RS485通信模块正常工作而红外线通信故障，不适用于核抄数值大于集抄数值的情况。

进一步的，所述基于用电模式分析的集抄数据异常判定方法，包括下列步骤：

i.读取来自集抄质量分析模块中当月出账、消缺、核抄和稽查的用户；

ii.对于正常用电用户，直接提供出账清单及电量电费给电费财务组；

iii.对于待消缺用户清单，按照集中器端和终端故障分为两组交由客户服务组进行现场消缺检查，其中终端故障包含的用户清单交由核抄组负责现场核抄检查；对于待核抄和稽查用户清单，分别交由核抄组和用电检查组负责现场检查；

iv.完成派单处理后，根据结果录入系统数据库，分别生成消缺、核抄和稽查结果表；

v.对于消缺和核抄过程中发现有疑似窃电、核抄结果分析中集抄-核抄数据明显偏差的用户，需要进行二次派单；

vi.待完成派单处理后，更新消缺、核抄和稽查结果表；

vii.待用电异常原因全部核实后，统一进行退补电量电费计算，并进行故障派单处理，生成故障处理信息更新表。

对已判定集抄-核抄数据存在明显偏差的用户，考察核抄数据是否可信，进而决定对此类用户应依据核抄电量、还是集抄电量出账，或者，已经出账的情况下，是否需要退补电量电费。

有核抄电量的用户可能存在的集抄原始数据异常问题如下表所列。

表2集抄原始数据异常问题代码及判定条件。

在本技术方案中，对上述MM-0～MM-IV五种集抄-核抄偏差情况下偏差原因辨识的具体流程分别如图5至图8中如所示。

在图5至图8中，给出了上述MM-0至MM-IV情况下具体的集抄-核抄偏差原因辨识流程，由于其采用业内常用的流程方框图，故其具体步骤在此不再叙述，本领域的技术人员，无需经过创造性的劳动，即可明白上述图中步骤的含义和选择路径。

设当期为第Y年第M月，设集抄所得用户k当期总有功电量为当期与上期集中抄表的间隔日为天，用户k当期核抄日与集抄电量冻结时刻之间的间隔时间为日、核抄所得当期总有功电量为其中谷时用电量为则根据核抄电量的用户属于上表中的哪种情况，采用如下判据进行集抄-核抄数据是否存在明显偏差的判定：

(1)MM-0情况直接认定集抄-核抄存在明显偏差。

(2)判据一(适用于MM-I和MM-II)

(3)判据二(适用于MM-III)

(4)判据三(适用于MM-IV)

实施例：

从某供电公司XX站点下低压用户中随机选取1000家用户，以2015年7月为目标月进行分析。由于没有拿到这些用户最近一次换表日期，故暂且认为其中没有新装/换表用户；此外，经搜索，这些用户中该月不存在集抄数据总分不匹配问题。

表3集抄异常初判结果

采用前述的初判方法，即从低值电量(阈值取10kWh/月)、月总用电量环比波动率、分时用电比重环比波动率三个角度进行异常初判，共找到初判为异常的用户590户，其余410户归入可正常出账用户清单。上表中列出了590户中属于三种初判异常情况的用户数，可见：存在2.6％的用户虽然总用电量环比波动率未超50％、但分时用电比重环比波动率超50％，将分时用电比重环比波动率加入异常初判判据还是非常必要。

对初判为异常的590家用户实施二次判定，顺序找到如下异常用户：

(1)当期低值用电量、且24个月内有窃电记录的用户有4户，将其列入待稽查用户清单。

(2)对于无窃电记录的低值电量用户进行零电量用电模式的判定。判定结果中，属于非零电量用电模式的用户有9家，这些用户纳入待核抄用户；剩余48户属于零电量用电模式，由于缺少历史复核记录，这里将这48户都列为待核抄用户。

(3)对于当期非低值用电量而被初判为异常的用户(属于当期总有功电量环比变化率≥50％或当期谷电比重环比变化率≥50％的情况)，首先也查看有无历史窃电记录，找到有窃电记录用户14家。进而搜索发现这些用户当期总有功电量环比增幅均≥50％，可判定为正常。

(4)对于当期非低值用电且没有窃电记录的用户中历史集抄数据不足24个月的用户，直接根据总有功电量环比波动率和谷电比重环比波动率来进行判断。该类用户中总有功电量环比增幅≥50％的用户有98家，判定为正常；总有功电量环比增长率<50％(包括有功电量环比增长率<-50％和谷电比重环比增长率>50％)的共有7家，判定为待核抄用户。

(5)对当期非低值用电、无窃电记录且历史集抄数据满24个月的用户，实施用电模式稳定性判别。取关联度阈值为0.82，得到模式不稳定用户283家，其中：当期总有功电量环比增幅≥50％的用户258户，判定为正常；当期总有功电量环比增幅<50％的用户25户，判定为待核抄用户。

(6)当期非低值用电、无窃电记录且历史集抄数据满24个月的用户中，判定为模式稳定的用户127家。经合理用电量范围计算和当期用电量是否越出该范围的判定，其中：当期总有功电量>合理上限而判定为正常的用户4家；当期总有功电量在合理范围内而判定为正常的用户83家；当期总有功电量越下界而判定为待稽查的用户共40家。

综合判定结果，本算例1000家用户中：可正常出账的用户为833家，待核抄的用户122户，待稽查的用户45户。值得留意的是，若按照目前的复核原则，仅根据低值用电、总用电量环比波动率来判定的话，当期待核抄用户多达564户、且无法找出其中有窃电可疑的用户。根据本课题所提方法，将待核抄用户数缩减到122户，且找出了有窃电可疑、待稽查的用户。

(1)读取来自集抄质量分析模块中当月出账、消缺、核抄和稽查的用户；

(2)对于正常用电用户，直接提供出账清单及电量电费给电费财务组；

(3)对于待消缺用户清单，按照集中器端和终端故障分为两组交由客户服务组进行现场消缺检查，其中终端故障包含的用户清单交由核抄组负责现场核抄检查；对于待核抄和稽查用户清单，分别交由核抄组和用电检查组负责现场检查；

(4)完成派单处理后，根据结果录入系统数据库，分别生成消缺、核抄和稽查结果表；

(5)对于消缺和核抄过程中发现有疑似窃电、核抄结果分析中集抄-核抄数据明显偏差的用户，需要进行二次派单；

(6)待完成派单处理后，更新消缺、核抄和稽查结果表；

待用电异常原因全部核实后，统一进行退补电量电费计算，并进行故障派单处理，生成故障处理信息更新表。

由于本发明对核抄数据进行折算，使两者在时间跨度上一致，对集抄-核抄数据存在明显偏差的情况，进一步通过集抄-核抄偏差原因的辨识，确定可用于出账或退补电费电量计算的当期总用电量和分费率用电量，从而考察核抄数据是否可信，进而决定对此类用户应依据核抄电量、还是集抄电量出账。

本发明可广泛用于供、配电系统用户用电量集抄数据管理领域。