一种远程抄表异常识别方法及装置制造方法及图纸

技术编号:33791700 阅读:25 留言:0更新日期:2022-06-12 14:48
本发明专利技术提供一种远程抄表异常识别方法,所述远程抄表异常识别方法包括:建立多种远程抄表异常识别模型;根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因;对属于同种远程抄表异常原因的远程抄表进行数据去重;对去重后的远程抄表进行分类统计,并输出分类统计结果。果。果。

【技术实现步骤摘要】
一种远程抄表异常识别方法及装置


[0001]本专利技术涉及人工智能
,特别涉及一种远程抄表异常识别方法及装置。

技术介绍

[0002]民用表中,物联表的占比快速提升,计费采用远传抄表的数据结算,但因为表计故障、通讯中断、系统间数据不一致、人工等原因,会有各种各样的表超,而且不易察觉表超用户。时间长了,公司损失较大,等发现后也容易和客户产生纠纷。
[0003]因此亟待建立对远程抄表异常识别模型,以对有效对磁卡表、三种物联表的异常进行有效识别。

技术实现思路

[0004]本专利技术提供一种远程抄表异常识别方法及装置,以提高异常检测的精准度。
[0005]本专利技术实施例提供了一种远程抄表异常识别方法,包括:建立多种远程抄表异常识别模型;根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因;对属于同种远程抄表异常原因的远程抄表进行数据去重;对去重后的远程抄表进行分类统计,并输出分类统计结果。
[0006]进一步地,所述建立多种远程抄表异常识别模型的步骤包括:
[0007]建立用于判断远程抄表异常原因是否为表不走字的第一识别模型;第一识别模型用于根据最后两次的安检基表读数以及液晶使用量读数判断远程抄表异常原因是否为表不走字;
[0008]建立用于判断远程抄表异常原因是否为液晶不减字,字轮正常使用的第二识别模型;第二识别模型用于根据读表日期、购气日期、最后两次的安检基表读数、液晶使用量读数、最后两次安检读表时间之间的购气量判断远程抄表异常原因是否为液晶不减字,字轮正常使用;
[0009]建立用于判断远程抄表异常原因是否为液晶减字慢,字轮正常使用的第三识别模型;第三识别模型用于根据读表日期、购气日期、最后两次的安检基表读数、液晶使用量读数、最后两次安检读表时间之间的购气量判断远程抄表异常原因是否为液晶减字慢,字轮正常使用;
[0010]建立用于判断远程抄表异常原因是否为液晶负数,不关阀门,字轮正常计数的第四识别模型;第四识别模型用于根据读表日期、最后两次的安检基表读数、液晶使用量读数判断远程抄表异常原因是否为液晶负数,不关阀门;
[0011]建立用于判断远程抄表异常原因是否为液晶有数据,字轮超用的第五识别模型;第五识别模型用于根据读表日期、最后两次的安检基表读数判断远程抄表异常原因是否为液晶有数据,字轮超用;
[0012]建立用于判断远程抄表异常原因是否为其它累计用大于累计购的第六识别模型;第六识别模型用于根据其它磁卡表满足累计购气量、基表读数、最后一次购气量判断远程
抄表异常原因是否为其它累计用大于累计购;
[0013]建立用于判断远程抄表异常原因是否为余额指令失败的第七识别模型;第七识别模型用于根据iot指令中的余额下发指令判断远程抄表异常原因是否为余额指令失败;
[0014]建立用于判断远程抄表异常原因是否为关阀指令失败的第八识别模型;第八识别模型用于根据iot指令中的关阀指令判断远程抄表异常原因是否为关阀指令失败;
[0015]建立用于判断远程抄表异常原因是否为欠费不关阀门的第九识别模型;第九识别模型用于根据表状态、余额、开阀状态判断远程抄表异常原因是否为欠费不关阀门;
[0016]建立用于判断远程抄表异常原因是否为sap往物联充值重复的第十识别模型;第十识别模型用于根据sap中的成功充值次数以及目标系统的成功充值次数判断远程抄表异常原因是否为sap往物联充值重复;目标系统包括e城系统、金卡系统、以及二代系统;
[0017]建立用于判断远程抄表异常原因是否为sap往物联往表端充值失败的第十一识别模型;用于根据sap中的成功充值次数以及目标系统的成功充值次数判断远程抄表异常原因是否为物联往表端充值失败;
[0018]建立用于判断远程抄表异常原因是否为物联往表端充值重复的第十二识别模型;第十二识别模型用于根据目标系统抄表的余额变化以及e城系统的充值金额判断远程抄表异常原因是否为物联往表端充值重复;目标系统包括e城系统、金卡系统、以及二代系统;
[0019]建立用于判断远程抄表异常原因是否为物联往表端充值失败的第十三识别模型;第十三识别模型用于根据目标系统抄表的余额变化以及e城系统的充值金额判断远程抄表异常原因是否为物联往表端充值失败;目标系统包括e城系统、金卡系统、以及二代系统;
[0020]建立用于判断远程抄表异常原因是否为通讯后系统不结算不扣费的第十四识别模型;第十四识别模型用于根据目标系统抄表数据判断远程抄表异常原因是否为通讯后系统不结算不扣费;
[0021]建立用于判断远程抄表异常原因是否为关阀但是走气数据的第十五识别模型;第十五识别模型用于根据目标系统的表状态、关阀状态以及用气量数据判断远程抄表异常原因是否为关阀但是走气数据;
[0022]建立用于判断远程抄表异常原因是否为手抄及远传不一致的第十六识别模型;第十六识别模型用于根据e城系统人工抄表和2个小时内的远传抄表判断远程抄表异常原因是否为手抄及远传不一致;
[0023]建立用于判断远程抄表异常原因是否为不在线预设天数的表超风险表的第十七识别模型;第十七识别模型用于根据iot系统不在线天数、账单之间的差额、日均账单、合同余额、不在线后sap充值金额判断远程抄表异常原因是否为不在线预设天数的表超风险表。
[0024]进一步地,对去重后的远程抄表进行分类统计的步骤包括:
[0025]对去重后的远程抄表按照对应远程抄表异常原因关联的表计类型进行分类,所述表计类型包括:磁卡表类型、iot表类型、金卡表类型以及二代表类型。
[0026]进一步地,在所述根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因的步骤之前包括:将各个系统中的数据抽数到hive贴源层中,得到待识别的远程抄表。
[0027]进一步地,所述输出分类统计结果的步骤包括:利用sense报表,以看板的形式输出分类统计结果。
[0028]本专利技术还提供一种远程抄表异常识别装置,包括:建模单元,用于建立多种远程抄表异常识别模型;识别单元,用于根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因;去重单元,用于对属于同种远程抄表异常原因的远程抄表进行数据去重;输出单元,用于对去重后的远程抄表进行分类统计,并输出分类统计结果。
[0029]进一步地,所述建模单元包括:第一建模子单元,用于建立用于判断远程抄表异常原因是否为表不走字的第一识别模型;第一识别模型用于根据最后两次的安检基表读数以及液晶使用量读数判断远程抄表异常原因是否为表不走字;
[0030]第二建模子单元,用于建立用于判断远程抄表异常原因是否为液晶不减字,字轮正常使用的第二识别模型;第二识别模型用于根据读表日期、购气日期、最后两次的安检基表读数、液晶使用量读数、最后两次安检读表时间之间的购气量判断远程抄表异常原因是否为液晶不减字,字轮正常使用;本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种远程抄表异常识别方法,其特征在于,所述远程抄表异常识别方法包括:建立多种远程抄表异常识别模型;根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因;对属于同种远程抄表异常原因的远程抄表进行数据去重;对去重后的远程抄表进行分类统计,并输出分类统计结果。2.根据权利要求1所述的远程抄表异常识别方法,其特征在于,所述建立多种远程抄表异常识别模型的步骤包括:建立用于判断远程抄表异常原因是否为表不走字的第一识别模型;第一识别模型用于根据最后两次的安检基表读数以及液晶使用量读数判断远程抄表异常原因是否为表不走字;建立用于判断远程抄表异常原因是否为液晶不减字,字轮正常使用的第二识别模型;第二识别模型用于根据读表日期、购气日期、最后两次的安检基表读数、液晶使用量读数、最后两次安检读表时间之间的购气量判断远程抄表异常原因是否为液晶不减字,字轮正常使用;建立用于判断远程抄表异常原因是否为液晶减字慢,字轮正常使用的第三识别模型;第三识别模型用于根据读表日期、购气日期、最后两次的安检基表读数、液晶使用量读数、最后两次安检读表时间之间的购气量判断远程抄表异常原因是否为液晶减字慢,字轮正常使用;建立用于判断远程抄表异常原因是否为液晶负数,不关阀门,字轮正常计数的第四识别模型;第四识别模型用于根据读表日期、最后两次的安检基表读数、液晶使用量读数判断远程抄表异常原因是否为液晶负数,不关阀门;建立用于判断远程抄表异常原因是否为液晶有数据,字轮超用的第五识别模型;第五识别模型用于根据读表日期、最后两次的安检基表读数判断远程抄表异常原因是否为液晶有数据,字轮超用;建立用于判断远程抄表异常原因是否为其它累计用大于累计购的第六识别模型;第六识别模型用于根据其它磁卡表满足累计购气量、基表读数、最后一次购气量判断远程抄表异常原因是否为其它累计用大于累计购;建立用于判断远程抄表异常原因是否为余额指令失败的第七识别模型;第七识别模型用于根据i ot指令中的余额下发指令判断远程抄表异常原因是否为余额指令失败;建立用于判断远程抄表异常原因是否为关阀指令失败的第八识别模型;第八识别模型用于根据i ot指令中的关阀指令判断远程抄表异常原因是否为关阀指令失败;建立用于判断远程抄表异常原因是否为欠费不关阀门的第九识别模型;第九识别模型用于根据表状态、余额、开阀状态判断远程抄表异常原因是否为欠费不关阀门;建立用于判断远程抄表异常原因是否为sap往物联充值重复的第十识别模型;第十识别模型用于根据sap中的成功充值次数以及目标系统的成功充值次数判断远程抄表异常原因是否为sap往物联充值重复;目标系统包括e城系统、金卡系统、以及二代系统;建立用于判断远程抄表异常原因是否为sap往物联往表端充值失败的第十一识别模型;用于根据sap中的成功充值次数以及目标系统的成功充值次数判断远程抄表异常原因
是否为物联往表端充值失败;建立用于判断远程抄表异常原因是否为物联往表端充值重复的第十二识别模型;第十二识别模型用于根据目标系统抄表的余额变化以及e城系统的充值金额判断远程抄表异常原因是否为物联往表端充值重复;目标系统包括e城系统、金卡系统、以及二代系统;建立用于判断远程抄表异常原因是否为物联往表端充值失败的第十三识别模型;第十三识别模型用于根据目标系统抄表的余额变化以及e城系统的充值金额判断远程抄表异常原因是否为物联往表端充值失败;目标系统包括e城系统、金卡系统、以及二代系统;建立用于判断远程抄表异常原因是否为通讯后系统不结算不扣费的第十四识别模型;第十四识别模型用于根据目标系统抄表数据判断远程抄表异常原因是否为通讯后系统不结算不扣费;建立用于判断远程抄表异常原因是否为关阀但是走气数据的第十五识别模型;第十五识别模型用于根据目标系统的表状态、关阀状态以及用气量数据判断远程抄表异常原因是否为关阀但是走气数据;建立用于判断远程抄表异常原因是否为手抄及远传不一致的第十六识别模型;第十六识别模型用于根据e城系统人工抄表和2个小时内的远传抄表判断远程抄表异常原因是否为手抄及远传不一致;建立用于判断远程抄表异常原因是否为不在线预设天数的表超风险表的第十七识别模型;第十七识别模型用于根据i ot系统不在线天数、账单之间的差额、日均账单、合同余额、不在线后sap充值金额判断远程抄表异常原因是否为不在线预设天数的表超风险表。3.根据权利要求2所述的远程抄表异常识别方法,其特征在于,对去重后的远程抄表进行分类统计的步骤包括:对去重后的远程抄表按照对应远程抄表异常原因关联的表计类型进行分类,所述表计类型包括:磁卡表类型、i ot表类型、金卡表类型以及二代表类型。4.根据权利要求1

3中任一项所述的远程抄表异常识别方法,其特征在于,在所述根据所述多种远程抄表异常识别模型,对待识别的远程抄表进行故障判断,确定对应的远程抄表异常原因的步骤之前包括:将各个系统中的数据抽数到h i ve贴源层中,得到待识别的远程抄表。5.根据权利要求4所述的远程抄表异常识别方法,其特征在于,所述输出分类统计结果的步骤包括:利用sense报表,以看板的形式输出分类统计结果。6.一种远程抄表异常识别装置,其特征在于,包括:建模单元,用于建立多种远程抄表异常识别模型;识别单元,用于根据所述多种远程抄表异常识别模...

【专利技术属性】
技术研发人员:钱德东
申请(专利权)人:新奥中国燃气投资有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1