本技術涉及數(shù)據(jù)處理，尤其涉及一種電力結(jié)算數(shù)據(jù)分析方法、裝置、電子設備及存儲介質(zhì)。

背景技術：

1、電力結(jié)算單是電力交易中心發(fā)出的具有詳細記錄用電量和相關費用的賬單。對于企業(yè)來說，電力結(jié)算單是衡量企業(yè)資源使用的重要評估憑證。

2、但電力結(jié)算單具有多樣性的特點，不同的電力交易中心的電力結(jié)算單不同，不同時間點的電力結(jié)算單也不同。且電力結(jié)算單上除了電力結(jié)算數(shù)據(jù)外，還包括其他復雜的數(shù)據(jù)信息，這增加了企業(yè)對電力結(jié)算單的利用難度。相關技術中，企業(yè)通過人工錄入信息，但電力結(jié)算單的條目內(nèi)容復雜，可讀性差，在核對和計算上容易出現(xiàn)錯誤。因此，如何提升對電力結(jié)算單進行數(shù)據(jù)分析的準確率，成為了亟待解決的技術問題。

技術實現(xiàn)思路

1、本技術實施例的主要目的在于提出一種電力結(jié)算數(shù)據(jù)分析方法、裝置、電子設備及存儲介質(zhì)，旨在提升對電力結(jié)算單進行數(shù)據(jù)分析的準確率。

2、為實現(xiàn)上述目的，本技術實施例的第一方面提出了一種電力結(jié)算數(shù)據(jù)分析方法，所述方法包括：

3、獲取電力結(jié)算單；

4、對所述電力結(jié)算單進行字符識別處理，得到結(jié)算單文字數(shù)據(jù)；

5、基于所述結(jié)算單文字進行屬性分析，得到表單屬性信息；

6、基于所述表單屬性信息從多個預設的候選信息模板中，確定匹配的目標信息模板；

7、將所述目標信息模板和所述結(jié)算單文字數(shù)據(jù)輸入預先訓練的大語言模型中進行數(shù)據(jù)分析處理，得到目標分析信息。

8、在一些實施例，所述表單屬性信息包括區(qū)域?qū)傩孕畔⒑湍茉磳傩孕畔?，所述基于結(jié)算單文字進行屬性分析，得到表單屬性信息，包括：

9、基于所述結(jié)算單文字數(shù)據(jù)進行區(qū)域分析，得到所述區(qū)域?qū)傩孕畔ⅲ?/p>

10、基于所述結(jié)算單文字數(shù)據(jù)進行能源類型分析，得到所述能源屬性信息；

11、所述基于所述表單屬性信息從多個預設的候選信息模板中，確定匹配的目標信息模板，包括：

12、基于所述區(qū)域?qū)傩孕畔⒑退瞿茉磳傩孕畔亩鄠€預設的所述候選信息模板中，確定匹配的所述目標信息模板。

13、在一些實施例，所述基于所述區(qū)域?qū)傩孕畔⒑退瞿茉磳傩孕畔亩鄠€預設的所述候選信息模板中，確定匹配的所述目標信息模板之前，還包括預設多個所述候選信息模板，具體包括：

14、獲取所述電力結(jié)算單，并獲取所述電力結(jié)算單的所述區(qū)域?qū)傩孕畔⒑退瞿茉磳傩孕畔ⅲ?/p>

15、基于所述區(qū)域?qū)傩孕畔⒑退瞿茉磳傩孕畔?，?gòu)建對應的名詞轉(zhuǎn)換規(guī)則；

16、基于所述區(qū)域?qū)傩孕畔⒑退瞿茉磳傩孕畔ⅲ瑯?gòu)建對應的能源計算規(guī)則；

17、基于所述名詞轉(zhuǎn)換規(guī)則和所述能源計算規(guī)則，預設所述候選信息模板。

18、在一些實施例，所述基于所述目標信息模板和所述結(jié)算單文字數(shù)據(jù)，輸入至預先訓練的大語言模型中進行數(shù)據(jù)處理，得到目標分析信息之前，還包括對所述大語言模型進行預先訓練，具體包括：

19、獲取訓練數(shù)據(jù)集；其中，所述訓練數(shù)據(jù)集包括了多個訓練樣本，每一所述訓練樣本對應于所述電力結(jié)算單處理得到的所述結(jié)算單文字數(shù)據(jù)，其中所述結(jié)算單文字數(shù)據(jù)配置了對應的所述目標信息模板，每一所述訓練樣本配置有對應的數(shù)據(jù)分析結(jié)果；

20、將所述訓練樣本輸入原始的所述大語言模型進行數(shù)據(jù)分析訓練，得到原始分析信息；

21、基于所述訓練樣本對應的原始分析信息和所述數(shù)據(jù)分析結(jié)果進行比對，得到比對偏差數(shù)據(jù)；

22、基于所述比對偏差數(shù)據(jù)更新所述大語言模型的模型參數(shù)，返回執(zhí)行將所述訓練樣本輸入所述大語言模型進行數(shù)據(jù)分析訓練，直至所述大語言模型滿足預設的訓練終止條件，得到預先訓練的所述大語言模型。

23、在一些實施例，所述對所述電力結(jié)算單進行字符識別處理，得到結(jié)算單文字數(shù)據(jù)之后，還包括對所述結(jié)算單文字數(shù)據(jù)進行預處理，具體包括：

24、將所述結(jié)算單文字數(shù)據(jù)輸入至所述大語言模型中進行置信度篩選，得到待修正數(shù)據(jù)；

25、通過所述大語言模型將所述待修正數(shù)據(jù)進行修正處理，得到可信文字數(shù)據(jù)；

26、將所述可信文字數(shù)據(jù)進行數(shù)據(jù)縮減處理，得到預處理文字數(shù)據(jù)。

27、在一些實施例，所述結(jié)算單文字數(shù)據(jù)包括文字內(nèi)容數(shù)據(jù)和對應的文字坐標數(shù)據(jù)，所述對所述電力結(jié)算單進行字符識別處理，得到結(jié)算單文字數(shù)據(jù)，包括：

28、對所述電力結(jié)算單進行字符識別處理，得到所述文字內(nèi)容數(shù)據(jù)和對應的所述文字坐標數(shù)據(jù)；

29、所述基于結(jié)算單文字進行屬性分析，得到表單屬性信息，包括：

30、通過所述文字坐標數(shù)據(jù)確定所述表單屬性信息的位置，并通過所述文字坐標數(shù)據(jù)將對應的文字內(nèi)容數(shù)據(jù)，確定為所述表單屬性信息。

31、在一些實施例，所述基于所述目標信息模板和所述結(jié)算單文字數(shù)據(jù)，輸入至預先訓練的大語言模型中進行數(shù)據(jù)處理，得到目標分析信息之后，具體包括：

32、將基于所述目標信息模板和所述結(jié)算單文字數(shù)據(jù)輸入至大語言模型分析得到所述目標分析信息的分析過程進行導出，得到分析過程數(shù)據(jù)；

33、根據(jù)所述分析過程數(shù)據(jù)進行驗算處理，得到驗證數(shù)據(jù)；

34、基于所述驗證數(shù)據(jù)調(diào)節(jié)所述大語言模型的模型參數(shù)，得到調(diào)節(jié)后的大語言模型。

35、為實現(xiàn)上述目的，本技術實施例的第二方面提出了一種電力結(jié)算數(shù)據(jù)分析裝置，所述裝置包括：

36、數(shù)據(jù)獲取模塊，用于獲取電力結(jié)算單；

37、文字識別模塊，用于對所述電力結(jié)算單進行字符識別處理，得到結(jié)算單文字數(shù)據(jù)；

38、文字分析模塊，用于基于結(jié)算單文字進行屬性分析，得到表單屬性信息；

39、模板匹配模塊，用于基于所述表單屬性信息從多個預設的候選信息模板中，確定匹配的目標信息模板；

40、數(shù)據(jù)分析模塊，用于將所述目標信息模板和所述結(jié)算單文字數(shù)據(jù)輸入預先訓練的大語言模型中進行數(shù)據(jù)分析處理，得到目標分析信息。

41、為實現(xiàn)上述目的，本技術實施例的第三方面提出了一種電子設備，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述第一方面所述的電力結(jié)算數(shù)據(jù)分析方法。

42、為實現(xiàn)上述目的，本技術實施例的第四方面提出了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述第一方面所述的電力結(jié)算數(shù)據(jù)分析方法。

43、本技術提出的電力結(jié)算數(shù)據(jù)分析方法、裝置、電子設備及存儲介質(zhì),其通過獲取電力結(jié)算單，對電力結(jié)算單進行字符識別處理，得到結(jié)算單文字數(shù)據(jù)。從而減少了手動錄入的工作量，提高了效率，并降低了人為錯誤的可能性。然后基于結(jié)算單文字數(shù)據(jù)進行屬性分析，得到表單屬性信息，基于表單屬性信息從多個預設的候選信息模板中，確定匹配的目標信息模板，從而確保了后續(xù)處理中信息提取的準確性，使用匹配的目標信息模板可以保證數(shù)據(jù)的正確提取和標準化。最后將目標信息模板和結(jié)算單文字數(shù)據(jù)輸入預先訓練的大語言模型中進行數(shù)據(jù)分析處理，得到目標分析信息，從而利用大語言模型強大的文本理解能力和分析能力，可以準確地對電力結(jié)算單中信息進行分析，并挖掘出電力結(jié)算單中更深層次的信息。由此可見，本技術通過表單屬性信息從多個預設的候選信息模板中，確定匹配的目標信息模板，確保了信息提取的準確性，并通過大語言模型進行數(shù)據(jù)分析處理，得到準確的且具有更深層次的目標分析信息。