摘要
本发明提出基于动态多目标引力搜索的电费异常识别方法及系统,涉及电力信息处理技术领域。包括对用户进行类别分类;构建用户缴费行为预测模型;通过用户缴费行为预测模型,得到异常缴费用户记录所属类别的异常缴费金额概率预估值、异常缴费金额阈值及异常缴费周期概率预估值、异常缴费周期阈值;采用动态多目标引力搜索方法,计算不存在异常缴费用户记录所属类别的异常缴费金额阈值和异常缴费周期阈值;基于不同用户缴费行为画像类别的异常缴费金额阈值和异常缴费周期阈值,构建电费代收类异常筛选规则并生成能量智能合约,通过智能合约识别电费缴费异常用户。本发明能实现高准确率的异常缴费行为识别。
技术关键词
异常识别方法
画像特征
周期
引力搜索算法
识别系统
K均值聚类算法
动态
异常用户
电力信息处理技术
细粒度分类
训练样本数据
搜索方法
EM算法
矩阵
异常事件
加速度
超参数