[发明专利]基于决策树的电费异常数据分析方法、装置、设备及介质

权利要求书

1.一种基于决策树的电费异常数据分析方法，其特征在于，包括：

根据实验数据确定的分割特征构建多个子集，获取多个所述子集对应的子结点，根据多个所述子结点构造决策树模型，其中，所述实验数据根据电力客户数据确定；

分别计算所述决策树模型中所述子集的信息增益比，获取所述子集的判断特征；

将待分析的第一电力客户数据输入到所述决策树模型；

若所述第一电力客户数据不满足所述判断特征，则确定所述第一电力客户数据为异常用户数据，否则，确定所述第一电力客户数据为正常用户数据。

2.根据权利要求1所述的基于决策树的电费异常数据分析方法，其特征在于，所述实验数据，包括：

对所述电力客户数据进行异常值和缺失值处理，获取处理结果，并对所述处理结果采用数据归一化的方式获取所述实验数据，如下：

其中，x_i表示一段时间内的用电量，i表示同等采样时间间隔下的顺序时间序列，x_i-1,x_i+1表示缺失值前数据和缺失值后的数据，NaN表示数据未定义或不可表示的值，mean(x)表示一天各个时间段总用电量x的平均值，std(x)表示一天各个时间段总用电量x的标准差，X_i表示处理结果，z_i表示实验数据。

3.根据权利要求2所述的基于决策树的电费异常数据分析方法，其特征在于，所述构造决策树模型，包括：

遍历所述实验数据，将所述实验数据划分为训练集和测试集；

根据所述训练集的所述分割特征确定多个所述子集，计算多个所述子集的最大信息增益比，获取分类结点，构建决策树模型，根据所述测试集逐级测试所述决策树模型，获取优化后的决策树模型。

4.根据权利要求3所述的基于决策树的电费异常数据分析方法，其特征在于，所述分别计算所述决策树模型中所述子集的信息增益比，获取所述子集的判断特征，具体包括：

根据所述优化后的决策树模型的度量指标以及信息增益计算信息增益比，选取所述子集的最大信息增益比作为所述判断特征。

5.一种基于决策树的电费异常数据分析装置，其特征在于，包括：

构造模块，用于根据实验数据确定的分割特征构建多个子集，获取多个所述子集对应的子结点，根据多个所述子结点构造决策树模型，其中，所述实验数据根据电力客户数据确定；

获取模块，用于分别计算所述决策树模型中所述子集的信息增益比，获取所述子集的判断特征；

输入模块，用于将待分析的第一电力客户数据输入到所述决策树模型；

判断模块，用于若所述第一电力客户数据不满足所述判断特征，则确定所述第一电力客户数据为异常用户数据，否则，确定所述第一电力客户数据为正常用户数据。

6.根据权利要求5所述的基于决策树的电费异常数据分析装置，其特征在于，所述构造模块，还用于：

对所述电力客户数据进行异常值和缺失值处理，获取处理结果，并对所述处理结果采用数据归一化的方式获取所述实验数据，如下：

其中，x_i表示一段时间内的用电量，i表示同等采样时间间隔下的顺序时间序列，x_i-1,x_i+1表示缺失值前数据和缺失值后的数据，NaN表示数据未定义或不可表示的值，mean(x)表示一天各个时间段总用电量x的平均值，std(x)表示一天各个时间段总用电量x的标准差，X_i表示处理结果，z_i表示实验数据。

7.根据权利要求6所述的基于决策树的电费异常数据分析装置，其特征在于，所述构造模块，还用于：

遍历所述实验数据，将所述实验数据划分为训练集和测试集；

根据所述训练集的所述分割特征确定多个所述子集，计算多个所述子集的最大信息增益比，获取分类结点，构建决策树模型，根据所述测试集逐级测试所述决策树模型，获取优化后的决策树模型。