一种停电敏感预判方法和系统

    公开(公告)号:CN108304990B

    公开(公告)日:2021-10-19

    申请号:CN201711444284.3

    申请日:2017-12-27

    Abstract: 本发明公开了一种停电敏感预判方法。该方法包括:获取用户用电相关信息,根据所述用户用电相关信息建立用户历史停电情况表;将所述用户历史停电情况表输入到分析计算平台进行预处理,得到用户历史停电情况的模型数据集;根据管理规则将所述模型数据集中的用户划分为特殊用户群体和非特殊用户群体,将所述特殊用户群体确定为停电高敏感用户;采用半监督分类模型从所述非特殊用户群体中找出停电敏感用户。通过管理规则和半监督分类模型可以准确判别对停电状况的敏感的用户,从而可以在停电发生时,为采取不同的安抚和引导策略提供参考,减少客户来电风险,树立了电力公司良好的社会形象。

    一种数据依赖的数据质量检测方法及装置

    公开(公告)号:CN105701199B

    公开(公告)日:2019-04-26

    申请号:CN201610016515.X

    申请日:2016-01-08

    Abstract: 本发明为一种数据依赖的数据质量检测方法及装置,所述方法包括:步骤b,分析参照文件,根据所述参照文件各字段具有不同值的个数判断该字段所处级别,并将各字段的值组织成所述参照文件的树形结构;步骤c,接收待检测数据,根据所述参照文件的所述字段的名称及其对应级别信息,确定所述待检测数据待检测字段与参照级别的映射,并组织成所述待检测字段的树形结构;步骤d,遍历所述参照文件的树形结构,在所述待检测字段的树形结构对应位置上查找值,并做出标记;所述装置包括与各个步骤相对应的参照文件分析单元、数据依赖规则定义单元和数据依赖规则检查单元。这样,可以在检查过程中准确定位错误的发生源,且大大提高了检测速度和效率。

    一种电力客户画像生成管理的方法及系统

    公开(公告)号:CN108764663B

    公开(公告)日:2020-10-16

    申请号:CN201810460650.2

    申请日:2018-05-15

    Abstract: 本发明提供了一种电力客户画像生成管理的方法及系统,其方法主要包括:通过大数据处理技术与机器学习算法得到精炼的特征标识,建立动态标签模型;调用相关动态标签模型生成动态标签,并开始标签的全生命周期管理;结合已有标签自动增加新标签,并对所有标签覆盖情况重新计算、展示,直观展示其在总客户中的分布情况;结合已有标签设计新业务场景下的客户分群规则,并对其进行多维度分析;结合业务经验及原有相关策略,制定差异化服务策略;对外接通业务系统,推送制定好的针对不同渠道的差异化信息推送策略。本发明以标签形式构建客户全景画像,实现对电力客户特征的精细刻画;并基于此设计客户分群规则,制定相应的差异化营销管理策略。

    基于系统指标数据的数据预测方法、系统及电子设备

    公开(公告)号:CN110162576A

    公开(公告)日:2019-08-23

    申请号:CN201910321874.X

    申请日:2019-04-22

    Abstract: 本申请提供了一种基于系统指标数据的数据预测方法、系统及电子设备,属于数据分析领域。该基于系统指标数据的数据预测方法通过对系统数据进行分析后,对相关数据进行处理,生成相应的处理结果,最后把处理的数据提供给用户,作为参考。这种方法有效提高系统数据展示的完整性,避免数据录入错误等数据问题,有助于业务人员分析数据,发现数据中存在的疑点,减少数据错误而引发的业务风险。该方法具逻辑清晰,数据检查筛选效率高等优点,很好解决系统过分依赖业务人员对数据进行审查的工作,减少工作量、遗漏风险大的问题,有助于工作的顺利进行。

    一种基于SVM的网络流量异常检测方法

    公开(公告)号:CN105897517A

    公开(公告)日:2016-08-24

    申请号:CN201610454965.7

    申请日:2016-06-20

    CPC classification number: H04W24/06 H04L43/08 H04L63/1408 H04W24/08

    Abstract: 本发明公开一种基于SVM的网络流量异常检测方法,其包括:读取历史网络流量数据;提取历史网络流量数据的网络流量特征;将网络流量特征进行数据标准化;对网络流量特征进行约简,得到精简优化的特征子集;利用SVM对最优特征子集进行训练,得到SVM分类器;对处理后的在线的测试网络流量数据加入SVM分类器中,用SVM分类器计算,得到最终的分类结果,判定处理后的在线的测试网络流量数据是否为异常网络流量数据。与现有技术相比,本发明用PCA?TS方法对网络流量特征数据进行特征约简降维,并选择最优的特征子集。避免了“维数灾难”带来分类检测时间长、效率低、占用更大的储存空间的问题;而且为后续处理降低处理时间,提高了分类器的分类精度。

Patent Agency Ranking