[发明专利]用电信息采集标签的生成方法和基于此的工单派发方法

说明书

本发明涉及标签生成方法，特别涉及一种用电信息采集标签的生成方法和基于此的工单派发方法。标签对象包括工单对象、用户对象、台区对象、终端对象以及标记对象；标签类型包括手工标签、规则标签和模型标签；生成方式分为手动生成和自动生成，自动生成包括规则生成和模型生成；应用环节包括但不限于远程处理、现场反馈、运维反馈、归档以及派工。本发明通过机器学习技术结合标签库系统自动化生成模型标签，实现标签的自动生成和更新；根据生成的异常原因预测标签和工单综合评级标签，判断是否派单和派单优先级，克服了原有派单方式易导致重复派单、无效派单、派单效率低下的情况。

技术领域

本发明涉及标签生成方法，特别涉及一种用电信息采集标签的生成方法和基于此的工单派发方法。

背景技术

在用电信息采集系统大力推广的大背景及趋势下，用电信息采集规模日渐庞大，数据深化应用不断加强，对系统的运行维护工作也随之扩大，目前全省平均每天产生的故障工单超过7000条，远远超出目前配备运维人员的工作能力，迫切的采集运维需求与相对低下的采集运维效率的矛盾日益凸显，主要体现在以下几个方面：

(1)同一个异常存在重复派工；

(2)存在无效派工；

(3)分析异常、派发工单业务工作量大；

(4)缺乏引导式处理功能，使异常工单处理问题较被动；

(5)人工干预环节多，系统自动化处理水平低。

发明内容

本发明的一个目的在于解决上述现有技术存在的重复派工、派单自动化水平低的问题，提供了一种用电信息采集标签的生成方法和基于此的工单派发方法。

本发明解决其技术问题所采用的技术方案是：一种用电信息采集标签，包括标签对象、标签名称、标签类型、生成方式以及应用环节；

所述标签对象包括工单对象、用户对象、台区对象、终端对象以及标记对象；所述标签类型包括手工标签、规则标签和模型标签；所述生成方式分为手动生成和自动生成，所述自动生成包括规则生成和模型生成；所述应用环节包括但不限于远程处理、现场反馈、运维反馈、归档以及派工。

本发明还提供了一种用电信息采集标签手动生成方法，通过现场反馈给标签对象手动生成标签，所生成标签为手动标签。

本发明还提供了一种用电信息采集标签规则生成方法，包括：建立系统数据库，用于存储手工标签的特征信息，并将特征信息数据化；建立业务规则，将业务规则转化为数据规则；在系统数据库中查找符合某一数据规则的数据化特征信息对应的手工标签；为该手工标签对应的标签对象进行业务规则标记，若标签对象上的业务规则标记数量记超过预设值，则系统数据库自动为该标签对象生成标签，所生成标签为规则标签。

本发明还提供了一种用电信息采集标签模型生成方法，包括：收集历史故障工单的故障信息；通过机器学习算法训练得到机器学习模型；在标签对象产生新故障时，读取故障信息，输入所述机器学习模型，机器学习模型输出模型计算结果，再将模型计算结果生成为标签；所生成标签为模型标签。

进一步地，所述故障信息包括但不限于故障类型、故障异常现象、故障原因、故障影响范围、故障处理时间、故障处理所需物料。

本发明还提供了一种基于用电信息采集标签的工单派发方法，根据用电信息采集标签模型生成方法建立故障原因预测模型，将历史故障工单的故障异常现象和故障原因输入故障原因预测模型，生成异常原因预测标签；根据用电信息采集标签模型生成方法建立工单综合评级模型，将历史故障工单和工单评级指标输入工单综合评级模型，生成工单综合评级标签；根据异常原因预测标签判断是否派发工单；根据工单综合评级标签判断工单派发的优先级。

进一步地，所述工单评级指标包括：