基于时间序列的电力营销稽查场景异常检测方法及系统与流程

技术特征：

1.一种基于时间序列的电力营销稽查场景异常检测方法，其特征在于，包括：

2.根据权利要求1所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

3.根据权利要求2所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

4.根据权利要求3所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

5.根据权利要求3所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

6.根据权利要求4所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

7.根据权利要求6所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

8.根据权利要求1所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

9.根据权利要求1所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

10.根据权利要求1所述的基于时间序列的电力营销稽查场景异常检测方法，其特征在于：

11.一种基于时间序列的电力营销稽查场景异常检测系统，用于实现权利要求1至10任一项所述方法，其特征在于，包括：采集模块，费用错漏收稽查模型模块，多用户异常检测模块，单用户异常检测模块；

技术总结
一种基于时间序列的电力营销稽查场景异常检测方法，建立费用错漏收稽查模型，多用户用电数据和用电档案数据输入模型后输出多用户用电预测数据，以机器学习决策树对多用户用电预测数据进行检测生成异常分数；当异常分数大于异常阈值时用交叉熵函数计算多用户用电预测数据与用电档案数据之间的差异；差异和异常分数的加权求和值小于异常阈值则判定电力营销稽查场景中无异常；否则从多用户用电预测数据中提取单用户用电预测数据输入数据优化子模型，以机器学习决策树对单用户用电预测数据进行检测，检测到异常时模型输出异常用户对应电力营销稽查场景。解决不同电力营销稽查场景核查难题，自动更新以及预测电力营销数据且反馈电力数据异常。

技术研发人员：缪猛,吴伟将,钱旭盛,许高俊,陈可,翟千惠,俞阳,朱萌,何玮
受保护的技术使用者：国网江苏省电力有限公司营销服务中心
技术研发日：
技术公布日：2024/1/15