[发明专利]一种异常用电用户识别方法

权利要求书

1.一种异常用电用户识别方法，其特征在于，包括以下步骤：

构建用户特征数据集，所述的用户特征数据集分为长周期特征数据和中短期特征数据；

分别对长周期特征数据和中短期特征数据依次进行分箱操作、WOE编码以及变量筛选，对应获得长周期筛选特征集和中短期筛选特征集；

将长周期筛选特征集输入长期异常用电模型，获得第一输出结果，将中短期筛选特征集输入短期异常用电模型，获得第二输出结果；

将第一输出结果和第二输出结果输入评分模型，获得用户异常评分；

根据用户异常评分排序输出异常用电用户。

2.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的长周期特征数据包括第一历史时间区间内的用户特征数据，所述的长周期特征数据包括第一历史时间区间内的用户特征数据，所述的中短期特征数据包括第二历史时间区间内的用户特征数据，所述的第一历史时间区间包含第二历史时间区间。

3.根据权利要求2所述的一种异常用电用户识别方法，其特征在于，所述的用户特征数据包括计数型数据、数值型数据、比值型数据和档案信息；

所述的计数型数据包括数据采集成功次数；

所述的数值型数据包括用户和台区的电量数据；

所述的比值型数据包括某用户电量占台区电量的比值；

所述的档案信息包括用户行业属性和表计类型。

4.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的分箱操作满足如下条件：

箱的个数不超过设定值；

每个箱内占比不低于设定占比；

每个箱中同时存在好样本和坏样本；

每个箱的WOE以及该箱的坏样本率单调递减。

5.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的分箱操作根据最优KS标准选择切分点，所述的KS的表达式为：

其中，Bad_k和Good_k分别为分数累积到第k个分位点的坏样本个数和好样本个数。

6.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的WOE编码的计算公式为：

其中，WOE_i为第i个分箱的WOE编码，Good_total为整体好样本的数量，Bad_total为整体坏样本的数量，Good_i为第i个分箱中好样本的数量，Bad_i为第i个分箱中坏样本的数量。

7.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的变量筛选的具体过程包括以下步骤：

通过缺失度检验和IV值检验对编码后的变量进行第一次筛选；

通过两两相关性检验对第一次筛选后的变量进行第二次筛选。

8.根据权利要求7所述的一种异常用电用户识别方法，其特征在于，所述的第一次筛选的具体过程包括：

保留满足以下条件的变量：

数据的缺失度不高于90％且IV值不低于0.1。

9.根据权利要求7所述的一种异常用电用户识别方法，其特征在于，所述的第二次筛选的具体过程包括：

计算出每一对变量的Pearson线性相关系数，对于Pearson线性相关系数的绝对值超过0.8的一对变量，保留IV值较高的变量。

10.根据权利要求1所述的一种异常用电用户识别方法，其特征在于，所述的评分模型的表达式为：

其中，x_i为变量，a_i为x_i的系数，b为截距，y为用户异常评分；

其中，a_i满足以下条件：

在0.05的置信度下显著；

符号为负。