买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司申请的专利核算异常特征提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113935819B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111242327.6，技术领域涉及：G06Q40/12；该发明授权核算异常特征提取方法是由祝宇楠;邹云峰;范环宇;黄茜;蔡明明;朱峰;单超;刘云鹏设计研发完成，并于2021-10-25向国家知识产权局提交的专利申请。

本核算异常特征提取方法在说明书摘要公布了：本申请公开了一种核算异常特征提取方法，包括：对异常数据进行整合和标准化处理；构建核算异常典型库；提取异常维度和异常指标因子，构建异常特征关联图；将异常特征关联图与数据融合，得到异常信息关联分析模型；训练异常信息关联分析模型，并通过实际的核算业务场景匹配异常实体，验证异常实体与业务场景的关系。本发明可以从核算异常中，通过分析用户不同的业务场景，提取核算异常特征，从多维度围绕多个业务指标，大幅减少核算过程中产生的异常情况，减少人员检查判别的工作量，提升工作效率。

本发明授权核算异常特征提取方法在权利要求书中公布了：1.一种核算异常特征提取方法，其特征在于： 所述方法包括以下步骤： 步骤1：依据核算业务场景，提炼用户的异常数据信息，并对异常数据进行整合和标准化处理，包括：梳理异常数据来源并获取异常数据信息，所述数据来源包括核算规则、量费退补流程、业务稽查，对应的异常数据信息具体为：依据核算规则产生的异常数据，经分析研判成明确异常数据的信息；依据量费退补流程产生的数据，结合退补原因和客户档案信息，经分析为明确异常数据的信息；依据日常业务稽查工作梳理总结的数据，经分析为明确异常数据的信息； 步骤2：对异常数据进行整合和标准化处理后，构建核算异常典型库； 步骤3：依据核算异常典型库，多维度多指标分析异常影响因数，提取异常维度和异常指标因子，构建异常特征关联图，具体步骤为： 步骤3.1：根据异常典型库中的异常数据信息，梳理并提取异常维度和异常指标因子，所述异常维度包括用户分类、用电容量、用电类别、电压等级、行业分类、分时标志；所述异常指标因子包括总结算电量、总结算电费、功率因数调整电费、基本电费； 步骤3.2：将异常实体描述为多个异常维度和异常指标因子的集合，对异常实体进行特征提取映射，构建异常实体的异常特征关联图； 异常实体描述为异常维度和异常指标因子信息的集合： 其中，Ai表示异常实体，D表示异常实体集合，fu表示异常特征集合，f表示异常特征，mt表示t类型下异常实体Ai的异常特征数量； 对于任意的异常实体Ai∈D，设Fi为该实体的特征集合，经过特征提取映射后，异常实体被添加到特征关联图中，异常特征映射到对应的特征关联图内，表示为MAPAi＝{Ai,Fi}； 特征节点具有为以下2种关联关系： 1：相关性关联关系，指同一视图或者不同视图异常特征之间存在的隐含的关系； 2：间接性关联关系，指同一视图或者不同视图异常特征之间存在的不同于相关性关联，需要通过特征关联图路径拓扑关系推导出的关联关系； 针对相关性关联关系，两个特征之间的相关关联关系采用熵与互信息进行度量； 对于任意节点vi,vj的特征f1,f2∈R，R表示异常特征集合，I表示f1,f2的互信息，其中x，y表示随机变量，px,y表示同时对于x和y的概率分布,px表示对于x的概率分布，py表示对于y的概率分布；给定阈值δ，当If1,f2δ时，认为特征f1,f2之间存在相关关系，即节点vi,vj之间存在相关性关联关系； 针对间接性关联关系，假设f1,f2,f3∈R，若则有e＝e1°即对于属于同一个集合R的特征f1，f2，f3，如果f1与f2互为充分必要条件，且f2与f3互为充分必要条件，那么f1与f3之间也互为充分必要条件；给定路径e可包含ei的阈值δ，当eδ时，所属路径经过不相邻的节点之间存在间接性关联关系； 步骤4：将异常特征关联图与数据融合，从异常特征关联图中求解特征之间的关联关系，对多视图下的特征数据进行融合形成完整的关联图结构，通过分析异常特征要素之间的关系推导异常实体之间的关联关系，得到异常信息关联分析模型； 步骤5：训练异常信息关联分析模型，并通过实际的核算业务场景匹配异常实体，验证异常实体与业务场景的关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司，其通讯地址为：210019 江苏省南京市建邺区奥体大街9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。