[发明专利]基于供电用电量的话务量监测方法和系统

说明书

技术领域

本发明涉及电网话务量预警技术领域，特别是涉及一种基于供电用电量的话务量监测方法，以及一种基于供电用电量的话务量监测系统。

背景技术

呼叫中心保持良好服务水准的重要前提是在相应时间内安排合理的坐席数量，保证接通率、客户满意度等目标的实现。对话务量进行监测是合理安排人力资源以及排班的重要依据，是呼叫中心实现高效率的运营管理、降低运营成本、保证客户服务质量和水平的重要环节。

传统技术中，关于话务量监测的研究主要集中于两个方面，一类是基于时间序列的监测，包括回归法和指数平滑法；另一类是智能类算法，包括神经网络算法等。

回归法是将话务量的历史数据作为时间序列，利用数理统计的方法进行回归处理，拟合数学模型，获得话务量监测结果；指数平滑法是利用加权平均数对话务量的时间序列进行平滑修匀，增强近期数据的作用，并适当考虑远期数据的影响，常用于短期局部的话务量监测。这两种方法的主要监测对象是年度话务总量，不适用于具有季节变动规律的分月话务监测。而针对非线性数据的监测，神经网络、模糊逻辑、支持向量机等智能算法广泛运用到话务量监测中，并取得了一定的效果。但智能算法实现相对复杂，且在实际应用中工作日与节假日都采用同一个模型，不能很好反映话务量时间变化规律，可靠性和稳定性比较差。

综上，传统技术的话务量监测技术较为复杂，可靠性和稳定性比较差。

发明内容

基于此，本发明提供一种基于供电用电量的话务量监测方法和系统，其处理过程简单，可靠性和稳定性较好。

一种基于供电用电量的话务量监测方法，包括如下步骤：

根据预设的历史话务数据和历史用电量数据两者的相关性，建立话务量监测模型；

对所述历史话务数据和历史用电量数据进行离散化处理后，获得用电量修正系数；

根据用电量修正系数对所述话务量监测模型进行修正，根据修正后的话务量监测模型对预测周期的话务量进行监测，得到话务量监测结果；

根据所述话务量监测结果，生成告警信息。

一种基于供电用电量的话务量监测系统，包括：

模型建立模块，用于根据预设的历史话务数据和历史用电量数据两者的相关性，建立话务量监测模型；

修正系数获取模块，用于对所述历史话务数据和历史用电量数据进行离散化处理后，获得用电量修正系数；

预测模块，用于根据用电量修正系数对所述话务量监测模型进行修正，根据修正后的话务量监测模型对预测周期的话务量进行监测，得到话务量监测结果；

根据所述话务量监测结果，生成告警信息。

上述基于供电用电量的话务量监测方法和系统，根据历史供电用电量与历史话务量进行相关性分析，建立话务量监测模型，同时对所述历史话务数据和历史用电量数据进行离散化处理后，获得用电量修正系数对话务量监测模型进行修正，根据修正后的话务量监测模型对预测周期的话务量进行监测，其话务量监测精度较高；根据话务监测结果可对应生成告警信息，实现对话务量的监测。

附图说明

图1为本发明基于供电用电量的话务量监测方法在一实施例中的流程示意图。

图2为本发明基于供电用电量的话务量监测系统在一实施例中的结构示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于此。

如图1所示，是本发明一种基于供电用电量的话务量监测方法的流程示意图，包括如下步骤：

S11、根据预设的历史话务数据和历史用电量数据两者的相关性，建立话务量监测模型；

话务监测模型的建立，是在通过呼叫中心的历史话务量及用电量数据进行多维度的挖掘分析的基础上，建立数学模型后进行初步预测，并根据预测准确率，分析预测偏差的原因，进而修正得出的话务监测模型。话务监测模型综合考虑了用电量、年度规律、月度规律、同期增长趋势等因素对话务量的影响。

具体的，获取历史话务数据和历史用电量数据，对一些异常话务数据进行处理，对于丢失的个别数据，采用线性插值的方法进行添加；对一些突发异常数据，可通过移动平均法进行平滑处理。

设话务量历史时间序列为h_t：t＝1，2，…，n，用电量历史时间序列为：m_t，t＝1，2，…，n，为利用用电量得到话务量的总体增长趋势，对用电量做以下处理，得到表示话务量基本规律的序列l_t：