[发明专利]停电敏感度的确定方法、装置、设备及介质

权利要求书

1.一种停电敏感度的确定方法，其特征在于，包括：

根据多项用电描述数据，形成与各客户分别对应的停电敏感度描述信息，停电敏感度描述信息包括：客户属性信息、历史停电投诉信息和历史停电信息；

将所述各客户划分为第一类客户和第二类客户，并获取与各第一类客户对应的停电敏感度的标注结果；

根据各第一类客户的停电敏感度描述信息，以及对停电敏感度的标注结果，对XGBoost模型进行训练验证，得到停电敏感度预测模型；

将各第二类客户的停电敏感度描述信息输入至所述停电敏感度预测模型中，获取与所述各第二类客户分别对应的停电敏感度。

2.根据权利要求1所述的方法，其特征在于，所述用电描述数据包括：客服工单数据、客户档案数据、线路变压器数据以及停电描述数据；

客户属性信息包括：用户类别、用电类别、行业类别、以及客户行为信息；

历史停电投诉信息包括：在设定历史时间区间内的投诉类型、投诉时间、投诉频次以及投诉内容情感强度；

停电描述信息包括：所在线路在设定历史时间区间内的停电次数和停电类型，以及所在台区在设定历史时间区间内的停电次数以及停电类型。

3.根据权利要求1或2所述的方法，其特征在于，获取与各第一类客户对应的停电敏感度的标注结果，包括：

将各第一类客户的停电敏感度描述信息发送至人工标注平台中，由人工标注平台获取与各第一类客户分别对应的停电敏感度的标注结果；

其中，所述停电敏感度的标注结果中包括：停电敏感度得分值，以及至少一个停电敏感时间段，所述停电敏感时间段在所述停电敏感度得分值大于或者等于预设的阈值门限时被标注。

4.根据权利要求1所述的方法，其特征在于，根据各第一类客户的停电敏感度描述信息，以及对停电敏感度的标注结果，对XGBoost模型进行训练验证，得到停电敏感度预测模型，包括：

将各所述第一类客户划分为训练样本和验证样本，并使用所述训练样本和验证样本对所述XGBoost模型进行至少一轮的训练验证，得到所述停电敏感度预测模型。

5.根据权利要求1所述的方法，其特征在于，在获取与所述各第二类客户分别对应的停电敏感度之后，还包括：

根据各客户所属的台区以及所属的线路，使用所述各客户的停电敏感度，计算得到与各所述台区分别对应的停电敏感度，以及与各所述线路分别对应的停电敏感度。

6.根据权利要求5所述的方法，其特征在于，在计算得到与各所述台区分别对应的停电敏感度，以及与各所述线路分别对应的停电敏感度之后，还包括：

获取停电敏感度中的停电敏感度得分值大于或者等于预设的预警门限的目标台区和目标线路；

向所述目标台区和所述目标线路所在的供电局，发送匹配的预警信息，以进行停电敏感度预警。

7.根据权利要求5所述的方法，其特征在于，在计算得到与各所述台区分别对应的停电敏感度，以及与各所述线路分别对应的停电敏感度之后，还包括：

根据与目标区域匹配的停电需求信息，获取所述目标区域中包括的各线路以及各台区的停电敏感度；

执行与所述目标区域中包括的各线路以及各台区的停电敏感度匹配的停电优化处理策略。

8.一种停电敏感度的确定装置，其特征在于，包括：

描述信息形成模块，用于根据多项用电描述数据，形成与各客户分别对应的停电敏感度描述信息，停电敏感度描述信息包括：客户属性信息、历史停电投诉信息和历史停电信息；

标注结果获取模块，用于将所述各客户划分为第一类客户和第二类客户，并获取与各第一类客户对应的停电敏感度的标注结果；

预测模型获取模块，用于根据各第一类客户的停电敏感度描述信息，以及对停电敏感度的标注结果，对XGBoost模型进行训练验证，得到停电敏感度预测模型；

停电敏感度获取模块，用于将各第二类客户的停电敏感度描述信息输入至所述停电敏感度预测模型中，获取与所述各第二类客户分别对应的停电敏感度。