摘要
本发明公开了一种利用大数据分析手段识别电力营销稽查异常的方法,包括数据库调用、数据预处理、数据异常识别以及数据分析与存储,首先从业务系统中调用稽查异常类型相关数据,然后对相关数据进行一系列的优化、清洗、转换等预处理后,获取该稽查异常类型完整且标准的相关变量X和Y,接着对相关变量X和Y进行相关性分析,计算均值‑计算标准差‑计算协方差‑计算皮尔森相关系数,最后根据皮尔森相关系数计算结果,判定相关系数大于预设阈值者为正常用户,小于或等于预设阈值者为疑似异常用户;本发明提供的识别方法科学合理,可摆脱人工依赖,减少人为错误,具有效率高、资源利用率高、结果正确率有保证的优点。
技术关键词
电力营销稽查
皮尔逊相关系数
业务系统
变量
异常用户
分布式光伏
相关性分析模型
电量表数据
计算方法
电能表
信息采集系统
发电量
农业
组合表
电表
识别方法
日期
系统为您推荐了相关专利信息
时空分布图
栅格
遥感影像数据
高分辨率遥感影像
GIS技术
包装结构设计
天线
缝隙
改进型遗传算法
包装盒尺寸
变分自动编码器
文本
梯度下降算法
输入解码器
后验概率分布