[发明专利]电力客服系统波动监测方法

权利要求书

1.电力客服系统波动监测方法，其特征在于，包括如下步骤：

步骤1：获取系统中当前以及去年同期1年的日数据样本；

步骤2：根据场景类型不同，对数据进行不同处理，划分为停电问题、电费回收与其他业务三个方面主题场景，每个场景类型按业务异动监控、服务升级监控两个监控模块进行实施监控；停电问题场景中需要先将办结的客户内部故障、非电力故障业务以及欠费业务剔除；电费回收场景业务是对应业务类型的全量数据；其他业务场景是除去停电问题场景和电费回收场景所有业务的全量数据；

步骤3：计算每小时基准值：以日业务量为基准，使用预测日前1年的日数据样本，通过时间序列模型进行第二日业务量基准值的测算；具体步骤如下：

步骤3.1：先导入数据，进行可视化处理和平稳性检验；针对数据来分解趋势、季节、随机效应；再通过绘制移动平均值和标准差、ADF检验两种方法进行检验得出结果为“序列是平稳的”，验证可以采用该模型；

步骤3.2：序列平稳化，具体为消除趋势和季节性后进行白噪声检验；分析结果为：1阶12步差分后的序列延迟1-12期时，Q统计量的P值均小于0.01，表明可使用时间序列模型进行预测；

步骤3.3：SARIMA模型，具体为绘制差分后序列的自相关和偏自相关图，通过观察自相关和偏自相关图找出模型的最优参数，建立SARIMA模型，并对模型进行诊断；P|z|列是对每个变量系数的检验；每个变量的P值均小于0.01，所以在0.01的显著性水平下，拒绝加假设，模型中每个变量的系数通过显著性检验，可以认为拟合的模型中包含这些变量是合理的。模型诊断结果可知，残差的时序图基本稳定，残差随着时间的波动并没有很大的波动；

步骤3：模型预测，对拟合的模型从静态预测和动态预测两个方面分别进行预测验证，得出具体预测值；

步骤4：计算出每小时业务量的基准值，超过基准值的10％即需要触发预警；具体过成为：以小时为最小颗粒度，实时统计每小时段和日累计的工单量，并且与去年同期和基准值进行对比，实时计算出对应的波动率、同比率；针对投诉类、意见类的服务升级，通过后台监控对前五名的省、市、区县单位进行排名展示，以及对应的环比率。