一种终端现场档案异常核查分析方法及工具技术

本发明专利技术公开了一种终端现场档案异常核查分析方法，包括以下步骤：S1:设置档案召测任务参数，启动终端档案异常核查工具，对档案进行预判比对并组装生成下发召测终端档案任务，接收召测返回的现场终端档案；S2：通过聚类算法，自动与预先缓存的档案信息进行比对，判别现场终端中是否有冗余档案信息，若无冗余档案的终端则忽略，若有则进行分群分类；S3：进行指标权重计算，计算出档案质量综合得分，对供电单位进行排名。该方法能实现自动精准识别供电单位终端异常档案清单及自动给出档案质量综合得分，使得业务人员能够进行针对性的排查，为供电企业提供针对性加强基层单位工作质量管控的技术手段，提升终端现场采集电表表码数据的及时性、完整性。完整性。完整性。

【技术实现步骤摘要】
一种终端现场档案异常核查分析方法及工具


[0001]本专利技术涉及电力工程
，尤其涉及一种终端现场档案异常核查分析方法及工具。

技术介绍

[0002]用户电能量数据采集系统主要实现电能量数据统一采集、监测和分析，是供电企业经营管理生产、营销、规划等各环节的分析、决策支撑的基础平台，而终端电表采集关系档案是电能量数据采集的基础，终端现场内部保存的测量点号数量代表着现场应采集的电能表数量。若终端现场保存的测量点号等档案存在冗余等异常情况时，会直接导致现场终端生成大量冗余的采集任务，这将直接影响终端对电能表表码等电能量数据的采集质量和效率；此外，同时叠加现场集中器终端与低压电能表之间采集载波通道噪音干扰等因素，上述问题尤为突出，从而导致集中器终端一次轮巡执行完采集任务时间过长，电能量数据无法及时冻结或采集漏点，进而导致系统无法正常、及时得到完整准确的低压电能表表码采集数据，供电企业的自动抄表业务和客服服务满意度将直接受到影响。按照传统处理方式，需要人工通过用户电能量数据采集系统对集中器终端进行逐一召测现场终端保存的测量点号档案信息，从而获取现场采集终端中的电表档案信息，然后再通过人工进行档案差异筛选，判断终端中是否存在冗余的档案信息，最后更正终端中的档案信息。
[0003]传统的处理方式，需要人工逐一下发现场终端的档案召测任务，将召测回的终端档案与系统中的档案进行逐一比对，判断终端中是否存在冗余档案。该种方式需要人工逐一的比对，操作过程繁琐，需投入大量的人力分析，而人为的判断自动化程度低效率低下，且对人员技术水平要求高存在较高判断错误的风险。

技术实现思路

[0004]本专利技术所述的一种终端现场档案异常核查分析方法及工具，解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种终端现场档案异常核查分析方法，包括以下步骤：
[0006]S1:设置档案召测任务参数，启动终端档案异常核查工具，自动对档案进行预判比对并组装生成下发召测终端档案任务，接收召测返回的现场终端档案；
[0007]S2：基于召测返回的现场终端档案，通过聚类算法，自动与预先缓存的档案信息进行比对，判别现场终端中是否有冗余档案信息，若无冗余档案的终端则忽略，若有冗余档案的终端则进行分群分类，并生成冗余档案明细清单；
[0008]S3：通过自定义的指标权重，利用熵权法将分群分类后的现场终端进行指标权重计算，计算出档案质量综合得分，对供电单位进行排名。
[0009]优选的，所述步骤S1所述的设置档案召测任务参数具体如下：
[0010]设置具体的时间，具体为某一整点时刻；
[0011]设置供电单位，具体为选择一个供电单位模式或多个供电单位模式，若为多个供电模式则依次选入供电单位；
[0012]设置召测方式，具体为选择手动召测方式或自动召测方式；
[0013]设置终端清单，这里为选择现有终端清单或导入需召测的终端清单。
[0014]优选的，所述步骤S2具体如下：
[0015]S21：基于召测返回的现场终端档案信息与预先缓存档案进行差异比对计算，得到每个终端的差异程度；
[0016]S22：根据终端的差异程度，将终端分成M∈(1,2,3,...,M)类，具体根据实际业务场景确定,每一类的取值范围为(0,F1],(F1,F2],(F2,F3],...,(F
M
‑1,100％]，其中0＜F1＜F2＜...＜F
M
‑1＜100％，然后定义每个类的初始中心m
M
∈(m1,m2,...,m
M
)，其中0＜m1＜F1,F1＜m2＜F2,...,F
M
‑1＜m
M
＜100％，将每个终端按差异程度样本逐个归类到与其最近的中心的类中，得到一个聚类结果，每个类在得到新终端后计算该类终端差异程度的均值，作为该类的新中心，重复循环直到收敛为止。
[0017]优选的，所述步骤S21所述的终端的差异程度的计算公式如下：
[0018][0019][0020]其中CV
z
为第z个终端的差异程度系数，δ
z
为归一化后的差异程度系数，Q
z1
为第z个终端在主站系统档案中的测量点数量，Q
z2
为第z个终端在现场终端档案中测量点数量。
[0021]优选的，所述步骤S22具体如下：
[0022]S221：对于给定中心值m
M
∈(m1,m2,...,m
M
)，求一个划分C，使得目标函数极小化：
[0023][0024]其中G
l
为归类得到的集群，C(z)为集群当中的某个终端，m
l
为每个类的初始中心；M为分的类的总数；
[0025]S222：在划分确定情况下，使样本和其所属类的中心之间距离总和最小，求解结果，对每个包含N
l
(N
l
为该类中当前的终端数量)个终端的类G
l
,更新差异程度均值m
l
：
[0026][0027]S223：重复以上两个步骤，直到划分不再改变，得到聚类结果，即每一类按差异程度系数得到的终端数量。
[0028]优选的，所述步骤S3具体如下：
[0029]S31：基于步骤S2的输出结果，基于第一次分类结果中的每一类终端数量值，根据实际业务场景需求，按照影响业务的严重程度对不同类别的终端简单的组合，聚合出信息指标值；
[0030]S32：基于聚合出的信息指标值，按照终端分类和所属的供电单位进行信息指标权
重计算；
[0031]S33：将S31得到各个供电单位得信息指标权重后，按照下列公式计算得出各供电单位综合得分并进行排名，得分越高排名越高，说明该供电单位的终端档案冗余程度越高具体综合得分计算公式如下：
[0032][0033]其中R
i
为第i个供电单位的综合得分，t
ij
为第i个供电单位第j个信息指标的权重，k为指标个数，X
ij
为第i个供电单位第j个信息指标值，D
i
为第i个供电单位的终端总数。
[0034]优选的，所述步骤S31具体如下：
[0035]S311：首先计算第i个供电单位第j个信息指标的标准化值：
[0036][0037]其中Y
ij
为第i个供电单位第j个信息指标的标准化值，X
ij
为第i个供电单位第j个信息指标值(数量)，min(X
i
)为相应指标下的最小值，max(X
i
)为相应指标的最大值。
[0038]S312：根据得到的第i个供电单位第j个信息指标的标准化值，计算第i个单位第j个终端信息指标的同度量化：
[0039][0040]其中P
ij<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种终端现场档案异常核查分析方法，其特征在于，包括以下步骤：S1:设置档案召测任务参数，启动终端档案异常核查工具，自动对档案进行预判比对并组装生成下发召测终端档案任务，接收召测返回的现场终端档案；S2：基于召测返回的现场终端档案，通过聚类算法，自动与预先缓存的档案信息进行比对，判别现场终端中是否有冗余档案信息，若无冗余档案的终端则忽略，若有冗余档案的终端则进行分群分类，并生成冗余档案明细清单；S3：通过自定义的指标权重，利用熵权法将分群分类后的现场终端进行指标权重计算，计算出档案质量综合得分，对供电单位进行排名。2.根据权利要求1所述的一种终端现场档案异常核查分析方法，其特征在于，所述步骤S1所述的设置档案召测任务参数具体如下：设置具体的时间，具体为某一整点时刻；设置供电单位，具体为选择一个供电单位模式或多个供电单位模式，若为多个供电模式则依次选入供电单位；设置召测方式，具体为选择手动召测方式或自动召测方式；设置终端清单，具体为选择现有终端清单或导入需召测的终端清单。3.根据权利要求1所述的一种终端现场档案异常核查分析方法，其特征在于，所述步骤S2具体如下：S21：基于召测返回的现场终端档案信息与预先缓存档案进行差异比对计算，得到每个终端的差异程度；S22：根据终端的差异程度，将终端分成M∈(1,2,3,...,M)类，具体根据实际业务场景确定,每一类的取值范围为(0,F1],(F1,F2],(F2,F3],...,(F
M
‑1,100％]，其中0＜F1＜F2＜...＜F
M
‑1＜100％，然后定义每个类的初始中心m
M
∈(m1,m2,...,m
M
)，其中0＜m1＜F1,F1＜m2＜F2,...,F
M
‑1＜m
M
＜100％，将每个终端按差异程度样本逐个归类到与其最近的中心的类中，得到一个聚类结果，每个类在得到新终端后计算该类终端差异程度的均值，作为该类的新中心，重复循环直到收敛为止。4.根据权利要求3所述的一种终端现场档案异常核查分析方法，其特征在于，所述步骤S21所述的终端的差异程度的计算公式如下：S21所述的终端的差异程度的计算公式如下：其中CV
z
为第z个终端的差异程度系数，δ
z
为归一化后的差异程度系数，Q
z1
为第z个终端在主站系统档案中的测量点数量，Q
z2
为第z个终端在现场终端档案中测量点数量。5.根据权利要求3所述的一种终端现场档案异常核查分析方法，其特征在于，所述步骤S22具体如下：S221：对于给定中心值m
M
∈(m1,m2,...,m
M
)，求一个划分C，使得目标函数极小化：
其中G
l
为归类得到的集群，C(z)为集群当中的某个终端，m
l
为每个类的初始中心；M为分的类的总数；S222：在划分确定情况...

【专利技术属性】
技术研发人员：陈俊，张智勇，杨舟，李捷，周政雷，蒋雯倩，唐利涛，徐植，潘俊涛，李刚，李金谨，卿柏元，唐志涛，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：