一种基于关联分析的电费结算优化方法及系统与流程

本发明属于电力营销，具体涉及一种基于关联分析的电费结算优化方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、随着电力市场的形态、结构的变化，大量的社会企业涌入售电侧市场，市场竞争日趋激烈，随着市场化用户类型与数量激增，电费核算高时效性要求与高准确性要求矛盾凸显。电力现货市场正式长周期运行以来，售电侧呈现出多样化、复杂化、灵活性强等特征，对现货市场对多元用户的电费结算提出了更高的要求。

3、在电力业务中，电费是营销业务开展的基础，由于数据实时性要求不断提高且电力行业用户体量较大，涉及到电费计算的时效性与准确性压力倍增。数据的高延时性进而导致了日益蓬勃的电力营销业务发展以及客户对电费结算越来越高的实时性要求得不到满足。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于关联分析的电费结算优化方法及系统，对用电用户信息和用户用电数据进行标签学习，利用卷积神经网络生成用电数据信息的多标签集；结合所构建的柔性计算关联模型，实现基于神经网络的电费套餐分层分级柔性算费，通过有效的标签关联来自动完成用电用户与电费套餐之间的匹配，提高电费结算效率。

2、根据一些实施例，本发明的第一方案提供了一种基于关联分析的电费结算优化方法，采用如下技术方案：

3、一种基于关联分析的电费结算优化方法，包括：

4、获取用电用户信息和用户用电数据；

5、分析所获取的用电用户信和用户用电数据，得到用户用电信息标签；

6、对所得到的用户用电信息标签进行柔性关联计算，得到用户用电特征标签与电费套餐之间的匹配关系；

7、根据所得到的匹配关系进行用电用户与电费套餐之间的自适应匹配，实现电费结算的优化。

8、作为进一步的技术限定，在柔性计算的过程中，构建基于神经网络的电费套餐分层分级柔性计算关联模型，将所得到的用户用电信息标签输入到所构建的柔性计算关联模型中，得到标签关联分类的柔性神经树，基于所得到的柔性神经树，输出用户用电特征标签与电费套餐之间的匹配关系，即实现用电用户-用电套餐之间的自动匹配关联。

9、进一步的，将用户用电信息标签作为输入数据信息，以柔性神经元作为单元，构造多层网络结构，优化学习柔性神经树模型，学习用户用电特征标签与电费套餐之间的关联匹配关系，实现用电用户和电费套餐的快速选择匹配。

10、进一步的，所述柔性神经树模型通过树形结构自动优化调整神经网络，所述树形结构包括叶节点和非叶节点。

11、作为进一步的技术限定，所述柔性关联计算采用柔性神经树网络，具体步骤为：随机生成一个柔性神经树和一组参数，优化设计树结构，选择生产个体；根据种群个体的适应度来评估每棵树的适应值，通过选择、交叉和变异产生下一代种群；判断是否找到个体最优解或满足终止条件，得到树结构，否则继续评估适应值；优化所得到的树结构中链接权值的参数；判断是否达到迭代终止条件，输出柔性神经树模型，否则继续进化优化参数；根据所输出的柔性神经树网络，进行用户用电信息标签的柔性关联计算。

12、作为进一步的技术限定，采用卷积神经网络分析所获取的用电用户信和用户用电数据，将用电用户信和用户用电数据输入到卷积神经网络中，通过多标签分类任务，输出用户用电信息多标签，即得到用户用电信息标签。

13、作为进一步的技术限定，所获取的用户用电数据至少包括电力套餐和计费规则；所述电力套餐至少包括分时电价、电价费率和混合电价。

14、根据一些实施例，本发明的第二方案提供了一种基于关联分析的电费结算优化系统，采用如下技术方案：

15、一种基于关联分析的电费结算优化系统，包括：

16、获取模块，其被配置为获取用电用户信息和用户用电数据；

17、分析模块，其被配置为分析所获取的用电用户信和用户用电数据，得到用户用电信息标签；

18、匹配模块，其被配置为对所得到的用户用电信息标签进行柔性关联计算，得到用户用电特征标签与电费套餐之间的匹配关系；

19、优化模块，其被配置为根据所得到的匹配关系进行用电用户与电费套餐之间的自适应匹配，实现电费结算的优化。

20、根据一些实施例，本发明的第三方案提供了一种计算机可读存储介质，采用如下技术方案：

21、一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方案所述的基于关联分析的电费结算优化方法中的步骤。

22、根据一些实施例，本发明的第四方案提供了一种电子设备，采用如下技术方案：

23、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方案所述的基于关联分析的电费结算优化方法中的步骤。

24、与现有技术相比，本发明的有益效果为：

25、本发明对用电用户和用电情况进行了标签分析，定义生成了用户和用电的标签信息，在原有信息的基础上排除干扰项，使用户和用电量的特点更加明确；多标签特征集耦合用户电费结算结果、用户用电数据及用户档案等信息，将所构建的特征集输入至神经网络学习模型，在大数据计算框架的支撑下，构建了以提高数据信息匹配速度为目的的基于神经网络的电费套餐分层分级柔性算费模型；模拟训练样本与电费数据可能异常原因之间的关联因素，利用柔性神经网络模型的反馈机制，优化标签之间的关联关系；利用柔性神经树模型技术，针对现货市场多元用户建立参数自适应模型，以用户标签信息和用电标签信息作为模型输入，通过柔性关联模型的学习训练，输出用户标签与用电标签与电费套餐关联分类，通过有效的标签关联来自动完成用户与套餐之间的匹配；基于神经网络的电费套餐分层分级柔性算费模型的自动构建，将参数自适应问题建模为模型参数特征映射问题，通过有效的标签关联来自动完成用电用户与用电套餐之间的匹配；提高海量多元用户数据的查找效率和响应速度。

技术特征：

1.一种基于关联分析的电费结算优化方法，其特征在于，包括：

2.如权利要求1中所述的一种基于关联分析的电费结算优化方法，其特征在于，在柔性计算的过程中，构建基于神经网络的电费套餐分层分级柔性计算关联模型，将所得到的用户用电信息标签输入到所构建的柔性计算关联模型中，得到标签关联分类的柔性神经树，基于所得到的柔性神经树，输出用户用电特征标签与电费套餐之间的匹配关系，即实现用电用户-用电套餐之间的自动匹配关联。

3.如权利要求2中所述的一种基于关联分析的电费结算优化方法，其特征在于，将用户用电信息标签作为输入数据信息，以柔性神经元作为单元，构造多层网络结构，优化学习柔性神经树模型，学习用户用电特征标签与电费套餐之间的关联匹配关系，实现用电用户和电费套餐的快速选择匹配。

4.如权利要求3中所述的一种基于关联分析的电费结算优化方法，其特征在于，所述柔性神经树模型通过树形结构自动优化调整神经网络，所述树形结构包括叶节点和非叶节点。

5.如权利要求1中所述的一种基于关联分析的电费结算优化方法，其特征在于，所述柔性关联计算采用柔性神经树网络，具体步骤为：随机生成一个柔性神经树和一组参数，优化设计树结构，选择生产个体；根据种群个体的适应度来评估每棵树的适应值，通过选择、交叉和变异产生下一代种群；判断是否找到个体最优解或满足终止条件，得到树结构，否则继续评估适应值；优化所得到的树结构中链接权值的参数；判断是否达到迭代终止条件，输出柔性神经树模型，否则继续进化优化参数；根据所输出的柔性神经树网络，进行用户用电信息标签的柔性关联计算。

6.如权利要求1中所述的一种基于关联分析的电费结算优化方法，其特征在于，采用卷积神经网络分析所获取的用电用户信和用户用电数据，将用电用户信和用户用电数据输入到卷积神经网络中，通过多标签分类任务，输出用户用电信息多标签，即得到用户用电信息标签。

7.如权利要求1中所述的一种基于关联分析的电费结算优化方法，其特征在于，所获取的用户用电数据至少包括电力套餐和计费规则；所述电力套餐至少包括分时电价、电价费率和混合电价。

8.一种基于关联分析的电费结算优化系统，其特征在于，包括：

9.一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，该程序被处理器执行时实现了如权利要求1-7任一项所述的基于关联分析的电费结算优化方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的基于关联分析的电费结算优化方法的步骤。

技术总结
本发明属于电力营销技术领域，具体涉及一种基于关联分析的电费结算优化方法及系统，包括：获取用电用户信息和用户用电数据；分析所获取的用电用户信和用户用电数据，得到用户用电信息标签；对所得到的用户用电信息标签进行柔性关联计算，得到用户用电特征标签与电费套餐之间的匹配关系；根据所得到的匹配关系进行用电用户与电费套餐之间的自适应匹配，实现电费结算的优化。

技术研发人员：梁波,解磊,李函奇,杨琳琳,杨洋,郭珂,张海静,刘霄慧,王孜旭,陆媛,王所钺,宋夏炎
受保护的技术使用者：国网山东省电力公司营销服务中心（计量中心）
技术研发日：
技术公布日：2024/2/8