本發(fā)明涉及數(shù)字預(yù)測結(jié)算，特別是一種基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法及系統(tǒng)。

背景技術(shù)：

1、電費(fèi)管理是電力企業(yè)的核心業(yè)務(wù)，包括電力用戶和發(fā)電企業(yè)的量、價、費(fèi)等，進(jìn)行電費(fèi)核算審查是確保發(fā)用電用戶電費(fèi)計算準(zhǔn)確性的關(guān)鍵，準(zhǔn)確核算、快速回收電費(fèi)。巡視巡查、審計巡查、政策性退補(bǔ)、用電檢查、稽查及電費(fèi)發(fā)行后發(fā)現(xiàn)的因系統(tǒng)或人為原因(計量故障、檔案錯誤、運(yùn)行方式調(diào)整、業(yè)務(wù)流程錯誤，高耗能退補(bǔ)、采集、電價執(zhí)行)導(dǎo)致電費(fèi)電量錯誤，需發(fā)起差錯退補(bǔ)申請，將對正確電費(fèi)電量進(jìn)行清算，完成電費(fèi)電量的退補(bǔ)工作。目前都是采用手工清算，在清算的過程中存在以下問題：

2、資料收集時間和勞力消耗：手工清算需查找各種電價和政策性文件，工商業(yè)及其他用電類別用戶每月的代理購電價格不同，根據(jù)用戶的市場化屬性分類、用電類別、基本電費(fèi)計算方式、功率因數(shù)考核方式、分時計費(fèi)標(biāo)志、優(yōu)惠政策來進(jìn)行計算，每種用電性質(zhì)由不同的電價構(gòu)成、其中有的是單一制，有的是兩部制，并且根據(jù)電壓等級不同分若干等級分別計價。量價費(fèi)核實量大、容易出現(xiàn)錯誤和疏漏。

3、數(shù)據(jù)手工錄入容易出錯：數(shù)據(jù)錄入錯誤，計算公式錯誤等，這些錯誤可能導(dǎo)致用戶的整個電費(fèi)的不準(zhǔn)確，增加差錯管理的復(fù)雜性和風(fēng)險。

4、缺乏數(shù)據(jù)分析和報告功能：難以統(tǒng)計準(zhǔn)確的數(shù)據(jù)分析和生產(chǎn)詳細(xì)報告，無法了解電費(fèi)差錯的存量狀態(tài)趨勢，影響電費(fèi)差錯統(tǒng)計的準(zhǔn)確性和實時性。限制了對差錯全面了解和決策支持。缺乏集成性，無法進(jìn)行系統(tǒng)的集成，增加了工作的復(fù)雜性和錯誤的可能性。

技術(shù)實現(xiàn)思路

1、鑒于現(xiàn)有的基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明實施例提供了一種基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法，其包括，收集電費(fèi)相關(guān)數(shù)據(jù)，構(gòu)建數(shù)據(jù)集，對所述數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗保證數(shù)據(jù)的完整性；基于數(shù)據(jù)清洗后的所述數(shù)據(jù)集構(gòu)建預(yù)測模型，通過所述預(yù)測模型預(yù)測和計算電費(fèi)；基于輸出的預(yù)測值與實際值進(jìn)行對比，對所述預(yù)測模型進(jìn)行異常檢測與處理，優(yōu)化預(yù)測模型，獲取誤差原因，補(bǔ)齊差錯值，清算相關(guān)電費(fèi)。

5、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：所述收集電費(fèi)相關(guān)數(shù)據(jù)，包括用電量數(shù)據(jù)、電費(fèi)計價數(shù)據(jù)、氣象數(shù)據(jù)、社會數(shù)據(jù)以及節(jié)假日信息數(shù)據(jù)。

6、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：所述數(shù)據(jù)清洗通過識別缺失值模式進(jìn)行處理，所述識別缺失值模式包括設(shè)定一級缺失，二級缺失和三級缺失；若為一級缺失，則使用均值、中位數(shù)或眾數(shù)填充；若為二級缺失，則使用高級插補(bǔ)方法補(bǔ)充；若為三級缺失，則使用基于機(jī)器學(xué)習(xí)的預(yù)測模型填充；所述數(shù)據(jù)清洗還通過刪除含有缺失值的記錄進(jìn)行處理；進(jìn)一步識別并刪除完全重復(fù)的記錄，對用戶信息文本數(shù)據(jù)進(jìn)行清洗；使用交叉驗證評估數(shù)據(jù)清洗的效果，確保預(yù)處理后的數(shù)據(jù)仍然保持原有的統(tǒng)計特性；記錄所有數(shù)據(jù)清洗步驟，確保可重復(fù)性，使用版本控制系統(tǒng)管理數(shù)據(jù)集的不同版本。

7、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：所述預(yù)測模型結(jié)合時間變化因素和不同天氣對電費(fèi)的非線性影響，表示為：

8、

9、其中，e為預(yù)測的電費(fèi)金額，t為計算周期總時長，n為用戶類型數(shù)量，ci(t)為t時刻第i類用戶的用電量函數(shù)，pi(t)為t時刻第i類用戶的電價函數(shù)，α(t)為調(diào)節(jié)系數(shù)函數(shù)，β為敏感度參數(shù)，m為天氣因素數(shù)量，wj為第j個天氣因素的權(quán)重，hj為第j個天氣因素的實際值，γ為天氣影響歸一化參數(shù)，λ為歷史差錯影響系數(shù)，l為差錯類型數(shù)量，dk為第k種差錯類型的權(quán)重，fk為第k種差錯類型的頻率，δ為差錯影響歸一化參數(shù)。

10、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：所述用電量函數(shù)ci(t)結(jié)合日內(nèi)用電波動、溫度對用電量的影響，使用指數(shù)函數(shù)模擬溫度效應(yīng)，表示為：

11、

12、其中，bi為第i類用戶的基礎(chǔ)用電量，ai為日周期波動幅度，qi為第i類用戶的用電溫度敏感系數(shù)，t(t)為t時刻的環(huán)境溫度，t0為基準(zhǔn)溫度，r為氣體常數(shù)；所述電價函數(shù)pi(t)結(jié)合負(fù)荷定價和峰谷定價，使用雙曲正切函數(shù)和反正切函數(shù)模擬非線性價格變化，表示為：

13、

14、其中，pbase,i為第i類用戶的基礎(chǔ)電價，εi為負(fù)荷敏感系數(shù)，l(t)為t時刻的電網(wǎng)負(fù)荷，lavg、lmax和lmin分別為平均、最大和最小電網(wǎng)負(fù)荷，ηi為峰谷價格差異系數(shù)，ω為峰谷價格變化速率，tpeak為峰值電價時間；所述調(diào)節(jié)系數(shù)函數(shù)α(t)結(jié)合年度周期性變化和突發(fā)性政策影響，使用正弦函數(shù)和sigmoid函數(shù)進(jìn)行模擬，表示為：

15、

16、其中，κ為年度價格波動幅度，φ為年度價格波動相位，σ為政策影響速率，tpolicy為政策生效時間。

17、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：基于所述調(diào)節(jié)系數(shù)函數(shù)引入更細(xì)粒度的時間特征，創(chuàng)建周期性特征，表示為：

18、

19、其中，tf是時間特征指數(shù)，i表示星期數(shù)，為1到7的整數(shù)；δi表示第i天是否為工作日的指示函數(shù)，mj是第j個月的月度因子，sj是第j個月的季節(jié)性指數(shù)；將年度周期性變化調(diào)整為一周內(nèi)的周期性變化，使用sin和cos函數(shù)捕捉周期性模式，并使用δi函數(shù)區(qū)分工作日和周末的不同用電模式；同時，結(jié)合季節(jié)變化，使用sj捕捉如冬季取暖、夏季制冷的季節(jié)性用電模式。

20、作為本發(fā)明所述基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的一種優(yōu)選方案，其中：對所述預(yù)測模型的優(yōu)化包括，通過比較獲取的預(yù)測值與歷史實際數(shù)值，得到誤差值，分析誤差原因，若所述誤差值在特定季節(jié)增大，則為不同季節(jié)建立單獨(dú)的子模型或增強(qiáng)季節(jié)性特征的權(quán)重，調(diào)整時間特征公式(tf)中的季節(jié)性指數(shù)；若同步發(fā)生高溫天氣，則構(gòu)建多維度閾值監(jiān)測，包括：若為夏季高溫天氣，則標(biāo)記為特殊高負(fù)荷日，建立專門的子模型，并在預(yù)測中給予更高的權(quán)重；若季節(jié)性影響大于趨勢影響且殘差大于歷史殘差的兩倍，則重新評估季節(jié)性模型，并引入新的季節(jié)性模式；若溫度與濕度的交互項大于歷史數(shù)據(jù)的m％分位數(shù)且工作日標(biāo)志為1，即表示為工作日，則在模型中引入溫度-濕度-工作日的三重交互項，且使用決策樹模型自動捕捉特征交互。

21、第二方面，本發(fā)明實施例提供了一種基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算系統(tǒng)，其包括：收集模塊，用于收集電費(fèi)相關(guān)數(shù)據(jù)，構(gòu)建數(shù)據(jù)集，對數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗保證數(shù)據(jù)的完整性；計算模塊，用于基于獲取的數(shù)據(jù)集構(gòu)建預(yù)測模型，預(yù)測和計算電費(fèi)，根據(jù)實際值與預(yù)測值的差異對模型進(jìn)行異常檢測與處理；優(yōu)化模塊，用于基于輸出的預(yù)測值與實際值進(jìn)行對比，優(yōu)化預(yù)測模型，獲取誤差原因，補(bǔ)齊差錯值，清算相關(guān)電費(fèi)。

22、第三方面，本發(fā)明實施例提供了一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其中：所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)上述的基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的任一步驟。

23、第四方面，本發(fā)明實施例提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其中：所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述的基于數(shù)學(xué)模型的電費(fèi)預(yù)測補(bǔ)正自動清算方法的任一步驟。

24、本發(fā)明有益效果為本發(fā)明采用全面而精細(xì)的數(shù)據(jù)處理策略，通過收集和整合用電量、電費(fèi)計價、氣象、社會和節(jié)假日等多維度數(shù)據(jù)，并進(jìn)行深入的數(shù)據(jù)清洗，為后續(xù)的模型構(gòu)建和預(yù)測奠定了堅實的數(shù)據(jù)基礎(chǔ)。結(jié)合了時間變化、天氣影響等多種因素，顯著提高了預(yù)測的準(zhǔn)確性，通過持續(xù)比對預(yù)測值和實際值，不斷優(yōu)化模型參數(shù)，自適應(yīng)地處理各種異常情況，快速響應(yīng)外部環(huán)境的變化。不僅能幫助電力企業(yè)更好地進(jìn)行電費(fèi)管理，提高運(yùn)營效率，還能為用戶提供更準(zhǔn)確、及時的電費(fèi)信息，最終促進(jìn)整個電力系統(tǒng)的優(yōu)化運(yùn)行和可持續(xù)發(fā)展。