基于稽查数据的电力营销业务诊断模型的建立方法及系统的制作方法
【技术领域】
[0001] 本发明涉及电力营销监控系统领域，尤其涉及一种基于稽查数据的电力营销业务 诊断模型的建立方法及系统。
【背景技术】
[0002] 电力营销稽查是供电企业按照国家法律法规和企业规章制度，对电力营销工作质 量和服务质量的全过程核查、管理和监督。营销稽查监控是依据国家有关政策、法律、法规 和供电企业营销相关的规章制度和管理规定，对供电企业从事电力营销工作的单位和人 员，在电力营销过程中的行为进行监督和检查。
[0003] 为了进行电力营销稽查工作，全面提升电力营销系统信息化建设的水平和应用效 能，需要结合监控与稽查的异常信息，开展多维分析和深度挖掘；搭建一套完善的电力营销 稽查诊断模型，把"死数据"变成支持营销决策的有用信息。从而，提高对营销稽查历史数据 的管理水平，为营销稽查提供有力的决策支持；对历史稽查数据中稽查对象之间的关联关 系进行数据挖掘，得到合理的规则，为营销管理决策提供依据，全面防范营销风险，提升营 销运作能力、客户服务能力及管理控制能力，对稽查人员开展稽查工作有一定的指导意义。
【发明内容】
[0004] 基于此，有必要提供一种建立为电力营销稽查工作提供支持的诊断模型的方法及 系统。
[0005] -种基于稽查数据的电力营销业务诊断模型的建立方法，包括步骤：
[0006] 根据采集条件采集异常数据信息；
[0007] 对所述异常数据信息进行体检分析确定关联规则；
[0008] 根据所述关联规则建立专家样本库；
[0009] 根据所述专家样本库，建立稽查异常的诊断模型。
[0010] 上述基于稽查数据的电力营销业务诊断模型的建立方法，首先根据采集条件采集 异常数据信息，然后对所述异常数据信息进行体检分析确定关联规则，进而根据所述关联 规则建立专家样本库，最后根据所述专家样本库，建立稽查异常的诊断模型。从而可以对电 力营销数据中的异常进行异常类型及异常程度的诊断，为电力营销稽查工作提供支持。
[0011] -种基于稽查数据的电力营销业务诊断模型的建立系统，包括：
[0012] 异常采集模块，用于根据采集条件采集异常数据信息；
[0013] 规则确定模块，用于对所述异常数据信息进行体检分析确定关联规则；
[0014] 样本确定模块，用于根据所述关联规则建立专家样本库；
[0015] 模型建立模块，用于根据所述专家样本库，建立稽查异常的诊断模型。
[0016] 上述基于稽查数据的电力营销业务诊断模型的建立系统，异常采集模块首先根据 采集条件采集异常数据信息，然后规则确定模块对所述异常数据信息进行体检分析确定关 联规则，进而样本确定模块根据所述关联规则建立专家样本库，最后模型建立模块根据所 述专家样本库，建立稽查异常的诊断模型。从而可以对电力营销数据中的异常进行异常类 型及异常程度的诊断，为电力营销稽查工作提供支持。
【附图说明】
[0017] 图1为一种实施方式的基于稽查数据的电力营销业务诊断模型的建立方法的流 程图；
[0018] 图2为另一种实施方式的基于稽查数据的电力营销业务诊断模型的建立方法的 流程图；
[0019] 图3为图1的一个步骤的具体流程图；
[0020] 图4为图1的另一个步骤的具体流程图；
[0021] 图5为一种实施方式的基于稽查数据的电力营销业务诊断模型的建立系统的结 构图；
[0022] 图6为另一种实施方式的基于稽查数据的电力营销业务诊断模型的建立系统的 结构图；
[0023]图7为图5的一个模块的单元结构图；
[0024] 图8为图5的另一个模块的单元结构图。
【具体实施方式】
[0025] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中 给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文 所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透 彻全面。
[0026] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的 技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具 体的实施例的目的，不是旨在于限制本发明。本文所使用的术语"或/及"包括一个或多个 相关的所列项目的任意的和所有的组合。
[0027] 如图1所示，一种基于稽查数据的电力营销业务诊断模型的建立方法，包括步骤：
[0028] S100 :根据采集条件采集异常数据信息。
[0029] 采集条件可以为用户自定义的查询条件，也可以为实现该基于稽查数据的电力营 销业务诊断模型的建立方法的系统预设好的查询条件。异常数据信息为现有监查平台中对 电力营销数据进行稽查时，发现的历史电力营销异常数据。
[0030] 在其中一个实施例中，所述根据采集条件采集异常数据信息的步骤之前，还包括 步骤：获取用户自定义的采集条件。
[0031] S200 :对所述异常数据信息进行体检分析确定关联规则。
[0032] S300 :根据所述关联规则建立专家样本库。
[0033] S400 :根据所述专家样本库，建立稽查异常的诊断模型。
[0034] 如此，可以充分利用历史的异常数据信息，将其变成支持营销决策的有用信息，建 立可以稽查异常的诊断模型。通过诊断模型，诊断监控的实时或历史电力营销数据，对电力 营销数据中的异常进行异常类型及异常程度的诊断，为电力营销稽查工作提供支持；对诊 断到的容易出现异常的业务以及疑难客户进行进重点跟踪。
[0035] 上述基于稽查数据的电力营销业务诊断模型的建立方法，首先根据采集条件采集 异常数据信息，然后对所述异常数据信息进行体检分析确定关联规则，进而根据所述关联 规则建立专家样本库，最后根据所述专家样本库，建立稽查异常的诊断模型。从而可以对电 力营销数据中的异常进行异常类型及异常程度的诊断，为电力营销稽查工作提供支持。
[0036] 为了进一步提高诊断模型的准确性，在其中一个实施例中，如图2所示，步骤S400 之后，还包括步骤：
[0037] S500 :通过所述诊断模型对实时监控的实时异常信息进行诊断，确定诊断异常类 型及诊断异常程度。
[0038] 诊断异常类型及诊断异常程度组成诊断结果，通过诊断模型诊断得到的诊断异常 类型及诊断异常程度为模型诊断结果。
[0039] S600:接收所述诊断异常类型及所述诊断异常程度是否准确的诊断结果判定信 息。
[0040] 诊断结果判定信息通常可以由人工判定，并输入到实现该基于稽查数据的电力营 销业务诊断模型的建立方法的系统中。具体地，诊断结果判定信息具体根据人工诊断结果 与模型诊断结果是否一致进行判定。在本实施例中，认定其人工诊断结果为准确的判定。
[0041] 通过人工诊断得到的诊断异常类型及诊断异常程度为人工诊断结果。
[0042] 可以通过多人次判定的方式，提高人工诊断的准确性，从而提高诊断结果判定信 息的准确性，最终提高诊断模型的准确性。
[0043] S700 :根据所述诊断结果判定信息更新异常数据信息，并更新关联规则、专家样本 库及诊断模型。
[0044] 当诊断结果判定信息为人工判定结果与模型判定结果一致时，说明诊断模型判定 准确，不需要重新建立，保持诊断模型不变。
[0045] 当诊断结果判定信息为人工判定结果与模型判定结果不一致时，说明诊断模型判 定不够准确，需要重新建立，因此，重新更新关联规则、专家样本库及诊断模型。
[0046] 如图3所示，在其中一个实施例中，步骤S200,具体包括：
[0047] S210:根据所述异常数据信息确定异常数据信息项集间的支持度和置信度。
[0048] 记具有η列不同属性的的异常数据信息为η异常信息项集，即η异常信息项集包 括异常数据信息中的η个不同属性的属性值。原异常数据信息具有的属性不少于η列。η异 常信息项集的表达形式为：{心，Α2，…，AnuAJ，即异常数据信息项集的第一列属性值为Α1， 第二列属性值为A2，.......，第n-1项属性值为Ani，第η项属性值为An，n异常信息项集支