一种自助售电终端的清机维护时间的预测方法
【技术领域】
[0001]本发明涉及自助售电终端维护领域，具体是一种自助售电终端的清机维护时间的预测方法。
【背景技术】
[0002]现在国家电网公司大力推广自助售电终端，用于向广大居民提供7*24小时售电服务以及提供更多的售电点。而目前售电主要采用现金和银联卡2种模式，而每台售电终端的保存现金的数量都是有限制的，当现金达到上限时自助售电终端就无法再提供现金售电服务。这时就需要对自助售电终端进行清机维护，盘点核对账务，取走现金才能继续提供自助售电服务。
[0003]由于每台自助售电终端的安装在不同的区域，而每个区域的居民用电量、购电习惯、支付方式都不相同，所以最佳的清机维护时间也不相同。传统的做法是按照固定的周期对终端进行清机维护，这样系统下很多不必要清机的终端进行了清机，而很多需要清机的终端却得不到维护人员服务，照成终端无法提供现金充值服务。这样对人员、用车费用都会造成极大的浪费，也会造成服务质量的下降。如果系统能够按照动态业务数据对系统下所有终端进行差异性的清机维护时间预测，将极大的减少不必要的清机维护工作，从而提高人员利用效率，减少能源浪费。
【发明内容】
[0004]本发明是针对上述技术的问题，提出一种自助售电终端的清机维护时间的预测方法。
[0005]技术方案:一种自助售电终端的清机维护时间的预测方法，该预测方法从终端安装之后按先后顺序分为3个连贯的预测阶段:初始阶段、数据积累阶段和标准阶段，每个预测阶段对应不同的预测算法:
[0006]初始阶段:这期间清机维护时间的算法基于动态数据，具体是:
[0007]如果Pcu^ P max*90%，则 T1;
[0008]如果Pmax*90 % > Pcur多 P _*80 %，则 T2;
[0009]如果Pmax*80 % > Pcur^ P max*70 %，则 T3;
[0010]其中:T1指I天内进行清机维护；T2指2天内进行清机维护；Τ3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；P ■指终端当前纸币数量；
[0011]数据积累阶段:这期间清机维护时间的算法既基于动态的历史数据，又考虑季节性因素，季节对应月份系统可配置，具体是:
[0012]如果上个月是春秋季，本月依旧是春秋季，或者本月是冬夏季，本月依旧是冬夏季，则算法如下:
[0013]如果P
next I P max ^cur?则 T]_，
_4]如果 Pnext2> P max-Pcur,则 T2;
[0015]如果Pnext3SPmax-Pcm，则 T3;
[0016]其中:PMxtl指预测计算日期的上月同期那天的该终端的进钞量，Pnrait2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnrart^预测计算日期的上月同期那天之后3天的该终端的进钞量，Tl指I天内进行清机维护2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；P ■指终端当前纸币数量；
[0017]如果上个月是春秋季，本月是冬夏季，则算法如下:
[0018]如果N*Pnextl> P max-Pcur,则 T1;
[0019]如果N*Pnextl> P max-Pcur,则 T2;
[0020]如果N*Pnext3> P max-Pcur,则 T3;
[0021]其中:N指冬夏季与春秋季用电量比值，其值可配置化—指预测计算日期的上月同期那天的该终端的进钞量，Pnrart2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，Tl指I天内进行清机维护；T2指2天内进行清机维护；Τ3指3天内进行清机维护；Ρ_指终端最大的容纳纸币数量；Ρ.指终端当前纸币数量；
[0022]如果上个月是冬夏季，本月是春秋季，则算法如下:
[0023]如果P
nextl/N Pmax ^cur?则 T]_，
[0024]如果Pnext2/N > Pmax-Pcur,则 T2;
[0025]如果P nexts/N Pmax Pcur，则丁3，
[0026]其中:N指冬夏季与春秋季用电量比值，其值可配置；Pnextjg预测计算日期的上月同期那天的该终端的进钞量，Pnrart2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，Tl指I天内进行清机维护；T2指2天内进行清机维护；Τ3指3天内进行清机维护；Ρ_指终端最大的容纳纸币数量；Ρ.指终端当前纸币数量；
[0027]标准阶段:这期间清机维护时间的算法基于动态的历史数据和进钞量增长率，具体是:
[0028]如果C*Pnext4> P --Pcur，则 T1;
[0029]如果C*Pnext5> P max-Pcur,则 T2;
[0030]如果C*Pnext6> P max-Pcur,则 T3;
[0031]其中:Pmxt4指预测计算日期的去年同期那天的该终端的进钞量，Pnrait5指预测计算日期的去年同期那天之后2天的该终端的进钞量，Pnrart6指预测计算日期的去年同期那天之后3天的该终端的进钞量，C为进钞量增长率，C =(上个月该终端的现金进钞量-上个月去年同期现金进钞量)/上个月去年同期现金进钞量。
[0032]更具体的，预测时，系统屏蔽终端安装之后的一个月内的业务数据，在第一个月内不对终端进行清机维护。
[0033]更具体的，所述初始阶段开始于终端安装之后的第二个月，持续两个月时间；所述数据积累阶段开始于终端安装之后的第四个月初，持续十二个月时间；所述标准阶段开始于终端安装之后的第十六个月，持续进行。
[0034]更具体的，所述冬夏季与春秋季用电量比值N默认值取2?2.5。
[0035]更具体的，所述冬夏季与春秋季用电量比值N:冬季时N默认值取2，夏季时N默认值取2.5ο
[0036]本发明的有益效果:
[0037]本发明能够根据终端的售电业务数据，动态预测清机维护时间，帮助管理者制定合理的清机维护计划，以往终端清机维护都是根据经验采用固定的周期对所有终端进行统一的清机维护，这样系统下很多不必要清机的终端进行了清机，而很多需要清机的终端却得不到维护人员服务，照成终端无法提供现金充值服务。根据项目模拟数据统计结果，采用本发明预测算法的系统比传统系统减少34.2%的维护工作量，减少了 78.3%的无法现金充值的故障率。
[0038]本发明解决了业务积累数据不全导致无法预测或预测偏差太大的问题，本发明的清机时间预测算法根据业务数据的积累时间分三个阶段:初始阶段、数据积累阶段和标准阶段，每个阶段分别有独立的算法分别预测，避免了一般预测算法中由于历史数据不全照成的无法预测或预测偏差过大的问题。
[0039]本发明解决了季节以及电量增长对预测数据带来的影响，是预测准确率有了大幅提高，同时本发明通过终端现金购电金额代替了购电量数据，降低了非现金充值方式对预测算法准确度的影响。
[0040]本发明的预测方法适用于任何自助售电终端。
【附图说明】
[0041]图1为本发明的预测方法流程图。
【具体实施方式】
[0042]下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此:
[0043]下面对照附图并结合【具体实施方式】对本发明进行说明。
[0044]1.系统统一配置四季对应月份，终端上线后取得该配置
[0045]2.系统统一配置冬、夏季与春秋季的用电量对比，在优选的实施例中，冬季与春秋季的用电比默认值为2，夏季与春秋季的用电比默认值为2.5，该比值设定为终端上线后取得该配置。
[0046]3.终端安装成功后设定安装日期，在优选的实施例中，系统屏蔽终端实际安装日期起的一个月时间内的业务数据，在该月内不对终端进行清机维护。
[0047]4.初始阶段:这期间清机维护时间的算法基于动态数据，具体是:
[0048]如果Pcu^ P max*90%，则 T1;
[0049]如果Pmax*90 % > Pcur^ P max*80 %，则 T2;
[0050]如果Pmax*80 % > Pcur^ P max*70 %，则 T3;
[0051]其中:T1指I天内进行清机维护；T2指2天内进行清机维护；Τ3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；P ■指终端当前纸币数量。
[0052]在优选的实施例中，该阶段开始于终端安装之后的第二个月，持续两个月时间。
[0053]5.数据积累阶段:这期间清机维护时间的算法既基于动态的历史数据，又考虑季节性因素，季节对应月份系统可配置，具体是:
[0054]如果上个月是春秋季，本月依旧是春秋季，或者本月是冬夏季，本月依旧是冬夏季，则算法如下:
[0055]如果Pnextl> Pmax-Peur，则 T1;
[0056]如果Pnext2> Pmax-Peur，则 T2;
[0057]如果Pnext3> Pmax-Pcur，则 T3;
[0058]其中:PMxtl指预测计算日期的上月同期那天的该终端的进钞量，Pnrait2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnrart^预测计算日期的上月同期那天之后3天的该终端的进钞量，Tl指I天内进行清机维护2天内进行清机维护；