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！

申请/专利权人：沈阳水务集团有限公司

摘要：本发明涉及通信技术领域，公开了一种水务营业查收表册管理系统及方法，其中，一种水务营业查收表册管理方法，包括：基于历史查收表册获取历史用水数据；基于历史用水数据构建历史用水事件图；构建类型判别模型，将历史用水事件图输入类型判别模型并对类别判断模型进行训练；获取实时用水数据；基于获取的实时用水数据构建实时用水事件图；将实时用水事件图输入训练后的类别判断模型，输出每个节点的类别概率；本发明可根据历史查收表册获取所有用户的历史用水数据，并通过历史用水数据训练类别判断模型，使得类别判断模型能够学习和获取每个用户的历史用水行为，从而可以对新采集的用水数据进行高精度的类别判断处理。

主权项：1.一种水务营业查收表册管理方法，其特征在于，包括：步骤100、基于历史查收表册获取历史用水数据，历史用水数据包括用户ID、用水时间段、用水时间段内的用水量、用水时间段内的平均水流速度；步骤200、基于历史用水数据构建历史用水事件图，历史用水事件图包含节点和边，每条边表示两个节点之间的关系；步骤300、构建类型判别模型，将历史用水事件图输入类型判别模型并对类别判断模型进行训练，具体为：将用水事件图表示为邻接矩阵A和节点特征矩阵X，邻接矩阵A是一个N×N的方阵，N为节点数，表示节点i和节点j之间是否有边相连，1表示有边，0表示无边，节点特征矩阵X是一个N×d的矩阵，其中N为节点数，d为节点特征的维度，表示第i个节点的特征向量，包括用水时间段内的用水量、用水时间段的时长、用水时间段内的平均水流速度、用户ID和节点度；类别判断模型包括第一层图卷积神经网络GCN、第二层GCN和输出层，类别判断模型的输入为邻接矩阵A和节点特征矩阵X，输出为节点的类别概率，类别包括异常用水和非异常用水；步骤400、获取实时用水数据，实时用水数据包括用户ID、用水时间段的起始时间、用水时间段的起始时间至预设终止时间内的用水量、用水时间段的起始时间至预设终止时间内的平均水流速度；步骤500、基于获取的实时用水数据构建实时用水事件图，实时用水事件图包含节点和边，每条边表示两个节点之间的关系；步骤600、将实时用水事件图输入训练后的类别判断模型，输出每个节点的类别概率，设置异常概率阈值，将类别概率高于异常概率阈值的节点筛出，将所述筛出的节点的属性按照类别概率大小进行排序，并形成异常数据集。

全文数据：

权利要求：

百度查询： 沈阳水务集团有限公司 一种水务营业查收表册管理系统及方法