基于异常值检测的风控预警方法、装置、设备及介质

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于异常值检测的风控预警方法、装置、设备及介质。

背景技术

在全球低碳经济与能源革命的大趋势下，在国家明确提出“碳中和、碳达峰”的大目标下，光伏发电作为一种新兴的可再生能源，将成为我们使用能源的重要组成部分，并不断得到发展。目前融资金融产品在光伏发电站领域渗透率越来越高，越来越多的融资租赁公司、银行等金融企业涉足光伏电站资产的融资租赁、银行贷款等业务中。为了降低电厂的违约风险，需要对电厂的还款能力进行评估。目前对电厂进行风险评估通常是根据电厂自己提供的发电量，获取电厂的发电收入，从而对电厂的还款能力进行评定。

发明人意识到，上述风控预警方法通常是使用电厂自行提供的发电数据，而电厂提供的发电数据往往并不准确，通过这些不准确的发电数据，得到的电厂的发电收入必然与电厂实际的发电收入相差甚远。而放贷方根据电厂上报的发电收入进行放款时，由于得到的发电收入并不准确，会导致放贷方运营成本急速增加的问题。

发明内容

本发明的目的在于提供一种基于异常值检测的风控预警方法、装置、设备及介质。以解决现有的风控预警方法通常是使用电厂自行提供的发电数据，而电厂提供的发电数据往往并不准确，通过这些不准确的发电数据，计算得到的电厂的发电收入必然与电厂实际的发电收入相差甚远。而放贷方根据电厂上报的发电收入进行放款时，由于得到的发电收入并不准确，会导致放贷方运营成本急速增加的问题。

第一方面，提供了一种基于异常值检测的风控预警方法，电厂中包括一个或多个发电站，每个发电站上设置有用于采集发电数据的智能设备，所述预警方法包括：

获取当前还款周期的售电单价和待还金额；

使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据；

根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比；

根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比；

根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

第二方面，提供了基于异常值检测的风控预警装置，电厂中包括一个或多个发电站，每个发电站上设置有用于采集发电数据的智能设备，所述预警装置包括：

数据获取模块，用于获取当前还款周期的售电单价和待还金额；

总发电数据获取模块，用于使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据；

当前金额覆盖比获取模块，用于根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比；

历史金额覆盖比获取模块，用于根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比；

风控预警模块，用于根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于异常值检测的风控预警方法的步骤。

第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述基于异常值检测的风控预警方法的步骤。

本发明的基于异常值检测的风控预警方法、系统、设备及介质，通过获取当前还款周期的售电单价和待还金额，使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据。然后根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比。并根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比。最后根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警，实现了精确分析电厂是否存在违约风险。在本发明中，针对目前风控预警方法通常是使用电厂自行提供的发电数据，而电厂提供的发电数据往往并不准确，通过这些不准确的发电数据，得到的电厂的发电收入必然与电厂实际的发电收入相差甚远。而放贷方根据电厂上报的发电收入进行放款时，由于得到的发电收入并不准确，会导致放贷方运营成本急速增加的现象。针对上述问题，通过使用红外通信无线远程获取安装在电厂各发电站上的智能设备采集电厂的发电数据，并根据发电数据和当前还款周期的售电单价，得到发电收入，将发电收入与待还金额作比，得到当前还款周期的金额覆盖比。通过获取电厂在各历史还款周期的金额覆盖比，并分析当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比是否满足预设规则，从而判断电厂是否存在违约风险。从而避免了由于电厂提供的发电数据不准确，导致放贷方根据这种发电数据进行放贷时，极大的增加运营成本的问题。通过物联网的科学手段采集的电站发电信息，并非电厂自己提供，有效保证数据真实准确。对金融公司资管风控部门来说无数据欺诈风险。从而赋能发放贷款的金融公司降低违约损失的同时增加公司业务利润，有效的提高了对电厂是否存在违约风险的判断准确度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图：

图1显示为本发明一实施例中基于异常值检测的风控预警方法的一应用环境示意图；

图2显示为本发明一实施例中基于异常值检测的风控预警方法的流程示意图；

图3显示为本发明一实施例中步骤S20的流程示意图；

图4显示为本发明一实施例中步骤S40的流程示意图；

图5显示为本发明一实施例中基于异常值检测的风控预警装置的结构框图；

图6是本发明一实施例中计算机设备的一结构示意图；

图7是本发明一实施例中计算机设备的另一结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的基于异常值检测的风控预警方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信。其中，客户端通过网络与服务端进行通信。服务端可以通过客户端的触发行为发送对应的风控预警信息，通过获取当前还款周期的售电单价和待还金额，并使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据。然后根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比。并根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比。最后根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警，实现了精确分析电厂是否存在违约风险。在本发明中，针对目前风控预警方法通常是使用电厂自行提供的发电数据，而电厂提供的发电数据往往并不准确，通过这些不准确的发电数据，得到的电厂的发电收入必然与电厂实际的发电收入相差甚远。而放贷方根据电厂上报的发电收入进行放款时，由于得到的发电收入并不准确，会导致放贷方运营成本急速增加的现象。针对上述问题，通过安装在电厂各发电站上的智能设备采集电厂的发电数据，并根据发电数据和当前还款周期的售电单价，得到发电收入，将发电收入与待还金额作比，得到当前还款周期的金额覆盖比。通过获取电厂在各历史还款周期的金额覆盖比，并分析当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比是否满足预设规则，从而判断电厂是否存在违约风险。从而避免了由于电厂提供的发电数据不准确，导致放贷方根据这种发电数据进行放贷时，极大的增加运营成本的问题。通过物联网的科学手段采集的电站发电信息，并非电厂自己提供，有效保证数据真实准确。对金融公司资管风控部门来说无数据欺诈风险。从而赋能发放贷款的金融公司降低违约损失的同时增加公司业务利润，有效的提高了对电厂是否存在违约风险的判断准确度。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面通过具体的实施例对本发明进行详细的描述。

请参阅图2所示，图2为本发明实施例提供的基于异常值检测的风控预警方法的一个流程示意图，包括如下步骤：

S10、获取当前还款周期的售电单价和待还金额。

由于电厂与第三方签订的合同中写有授信额度、每次的还款周期和每期的待还金额等信息，可通过查询合同信息等方式获取到当前还款周期的售电单价和待还金额，从而为后续计算当前还款周期的金额覆盖必看做准备。其中，由于电厂从第三方贷款后，向第三方还款的还款周期有多个，包括当前还款周期和历史还款周期，当前还款周期表示目前阶段的还款周期，历史还款周期表示电厂从贷款起始日开始，到当前还款周期之前的各个还款周期。

S20、使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据。

由于每个电厂中至少包括一个发电站，为了使得获取的发电数据真实可靠，因此在每个发电站上均安装有智能设备，用于采集发电站的发电数据，以便实时获取电厂中每个发电站在不同时间段(如峰谷平尖)的发电数据。其中，智能设备包括但不限于智能电表、红外电表等，具体地，可通过在发电站的计量电表上安装具有红外方式的电表数据采集器、或具有拍照方式的电表数据采集器等。需要说明的是，发电数据的采集可以是通过读取智能设备采集的发电量获得，也可以是将智能设备采集的发电量存储在数据库中，在数据库中根据电厂的标识信息读取对应的发电数据等，在此不做限定。通过物联网技术将物联网设备与电站绑定而采集的用电数据等，数据源真实可信，无欺诈风险。

在本发明一优选实施例中，在步骤S20中，所述使用红外通信无线远程获取当前还款周期的各智能设备采集的发电数据，包括：

S201、在当前还款周期中，根据预设的智能设备通信协议，使用红外通信对各智能设备的接口数据进行远程读取，得到各智能设备采集的发电数据；

S202、将各智能设备采集的发电数据进行累加，得到当前还款周期的总发电数据。

在当前还款周期中，可根据预设的通信协议，通过红外通信的方式读取电厂中各智能设备的接口数据，从而得到每个智能设备采集的发电数据。其中，通信协议可以是HTTP、TCP/IP等，在此不做限定。可通过在数据库中查询电厂的标识信息，如电厂的名称、地址等，从而得到电厂中各发电站的信息及对应的智能设备编号。通过读取每个智能设备编号对应的智能设备接口采集的发电数据，可以实时有效的获取电厂在当前还款周期的发电数据。将各智能设备采集的发电数据进行累加，即可得到电厂在当前还款周期的总发电数据。需要说明的是，当前还款周期的总发电数据，表示当前还款周期完成后，电厂的总发电数据。

S30、根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比。

在本发明一实施例中，在步骤S30中，所述当前还款周期的金额覆盖比ratet为：

ratet＝incomet/amountt；

其中，incomet为当前还款周期t的发电收入，amountt为当前还款周期t的待还金额。

通过获取的电厂在当前还款周期的售电单价和总发电数据，将售电单价与总发电数据相乘，可以获得当前还款周期的发电收入。根据电厂在当前还款周期的发电收入和待还金额，使用上述金额覆盖比ratet的计算公式，即可获得电厂在当前还款周期的金额覆盖比。其中，金额覆盖比用于表征电厂在当前还款周期的还款能力，当金额覆盖比大于或等于预设的第三阈值时，表示电厂的还款能力较高，经营状况非常稳健，收入完全能够覆盖贷款金额，说明电厂不会存在潜在的违约风险。相反，当金额覆盖比小于所述第三阈值时，表示电厂的还款能力较差，可能存在拖欠贷款的风险。优选地，第三阈值为1。可以理解的是，第三阈值的选取还可为其他取值，本领域技术人员可根据实际需要适应性改变，在此不做限定。

S40、根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比。

在本发明一实施例中，在步骤S40中，所述根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比，包括：

S401、获取所述电厂的历史数据，所述历史数据包括各历史还款周期的总发电数据、售电单价和待还金额；

S402、根据各历史还款周期的总发电数据及对应的售电单价，获得电厂在各历史还款周期的历史发电收入；

S403、根据所述电厂在各历史还款周期的历史发电收入和对应的待还金额，计算各历史还款周期的金额覆盖比。

由于电厂的历史数据中包括各历史还款周期的总发电数据、售电单价和待还金额，通过获取历史数据，为后续计算各历史还款周期的金额覆盖比奠定基础。其中，电厂在各历史还款周期的总发电数据，可以通过直接读取电厂中每个发电站上的智能设备采集的发电数据，并对各发电数据进行累加获得，也可以通过将智能设备采集的发电数据预存在数据库中，读取数据库中保存的发电数据等方式获取，在此不做限定。通过将每个历史还款周期的总发电数据及对应的售电单价相乘，即可获得电厂在该历史还款周期的发电收入。由于历史还款周期至少为一个，通过计算每个历史还款周期的总发电数据和对应的售电单价的乘积，即可获得电厂在各历史还款周期的总发电收入。通过将电厂在各历史还款周期的总发电收入与对应待还金额相除，即可获得电厂在每个历史还款周期的金额覆盖比。通过计算电厂在各历史还款周期的金额覆盖比，与当前还款周期的金额覆盖比一起分析，可以更加全面客观的衡量电厂的还款能力。

S50、根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

在本发明一实施例中，在步骤S50中，所述根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，包括：

S501、判断所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比是否均大于或等于预设的第一阈值；

S502、若是，则不存在违约风险；

S503、若否，则根据所述电厂的历史发电总收入与历史待还总金额判断电厂是否存在违约风险。

将当前还款周期的金额覆盖比以及各历史还款周期的金额覆盖比分别与预设的第一阈值进行比较，如果电厂在当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比均大于或等于第一阈值，说明电厂从贷款起始日迄今，每个还款周期中，电厂的发电收入均大于或等于待还金额。从而说明电厂的经营状况非常稳健，收入完全能够覆盖待还金额，没有潜在的违约风险。此时第三方的风控团队可以考虑提高电厂的授信额度，从而在电厂后续贷款时，能够为第三方带来更加丰厚的利润。其中，第三方为向电厂提供贷款的单位。如果电厂在当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比中，存在一个或多个金额覆盖比小于第一阈值，说明电厂的经营状况不够稳健。但考虑到由于光照幅度、日照时间或环境温度等外界因素的影响，导致电厂在每个还款周期中的金额覆盖比不稳定，可能会存在一些还款周期的金额覆盖比大于或等于第一阈值，在另一些还款周期的金额覆盖比小于第一阈值的情况。为了更加客观的判断电厂是否存在违约风险，需要尽量将外界因素的影响降到最低。因此，可通过电厂的历史发电总收入与历史待还总金额的比值，判断是否存在违约风险。其中，历史发电总收入是指电厂在各历史还款周期的发电收入之和，历史待还总金额是指电厂在各历史还款周期的待还金额之和，第一个历史还款周期的起始日为电厂的贷款日。

进一步地，在本发明一实施例中，在步骤S503中，所述所述根据所述电厂的历史发电总收入与历史待还款总金额判断电厂是否存在违约风险包括：

S5031、计算所述历史发电总收入

S5032、计算所述历史待还款总金额

S5033、计算历史发电总收入与历史待还总金额的比值rate＝income/amount，其中，income为历史发电总收入，amount为历史待还总金额；

S5034、判断所述历史发电总收入与历史待还总金额的比值是否小于预设的第二阈值；

S5035、若是，则存在违约风险；

S5036、若否，则不存在违约风险。

通过将电厂在各历史还款周期的发电收入进行累加，可得到电厂的历史发电总收入。其中，电厂在各历史还款周期的发电收入根据上述发电数据和售电单价相乘得到，在此不再赘述。同样地，将电厂在各历史还款周期的待还金额进行累加，即可得到历史待还总金额。其中，每个历史还款周期的待还金额可以通过查找数据库中与电厂对应的待还金额确定，也可直接查询电厂与第三方签订的合同得到，在此不做限定。通过计算电厂的历史发电总收入与历史待还总金额的比值，并将该比值与预设的第二阈值进行比较。若比值小于第二阈值，表示历史发电总收入小于历史待还总金额，则说明电厂的总收入呈连续下降的趋势，且收入不足以覆盖待还金额。因此存在违约拖欠贷款的风险。此时可通过邮件等形式告知向电厂发放贷款的第三方的风控团队，从而便于风控团队提前发现电厂的潜在风险，提醒风控团队介入后续的资产处置等操作。相反，若比值大于或等于第二阈值，则说明电厂的整体经营状况非常稳健，发电收入完全能够覆盖待还金额，没有潜在的违约风险，则风控团队可考虑提高该电厂的授信额度、到期后翻单等方式，为发放贷款的第三方带来更加丰厚的利润。

进一步地，考虑到获取的各历史还款周期的总发电数据中，可能由于外界环境影响，导致某次总发电数据异常，如果根据这些异常数据计算金额覆盖比，则不能很好的表征电厂中的发电状况，容易导致第三方的误判。为了避免这种情况，本实施例中，对采集的各历史还款周期的总发电数据进行异常值检测，包括：

将各历史还款周期的总发电数据升序排列，得到总发电数据的升序序列；

将位于所述总发电数据的升序序列中，第N个数据作为上四分位点，第M个数据作为下四分位点，N＝Num*0.25，M＝Num*0.75，Num为所述升序序列中的数据总量；

分别计算所述总发电数据的升序序列的上截断点T

将所述总发电数据的升序序列中，大于下截断点或小于上截断点的数据作为异常值；

从所述总发电数据的升序序列中剔除异常值，得到异常值检测后的各历史还款周期的总发电数据。

本实施例中使用四分位数展布法进行异常值检测，四分位数展布法通过把数据按照从小到大排序，其中25％为上四分位点，75％处为下四分位点。根据上四分位点和下四分位点计算数据的上截断点和下截断点，并将异常值定义为小于上截断点或大于下截断点的数据。这种方法与传统的方差或极差筛查异常值相比，更加不容易受到极端值的影响。通过这种异常值检测，可以很好的将异常值剔除，从而确保计算得到的历史还款周期的金额覆盖比更加符合现实情况，利于第三方判断电厂是否具有违约风险。

进一步地，在本发明一实施例中，在步骤S50中，所述根据所述当前还款周期的金额覆盖比和多个历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险之前，还包括：将所述当前还款周期的金额覆盖比和多个历史还款周期的金额覆盖比按照时间的先后顺序在预先设置的显示界面上进行显示。可将各金额覆盖比按照时间的先后顺序，以图形界面的形式展现在对应的WEB页面中，从而更加便于风控团队直观的观测，一旦发现电厂连续多个还款周期都维持一定比例的稳健增长，则可以邮件等方式同步发给风控团队，便于风控团队及时分析电厂是否违约，并在不违约的情况下及时调整授信额度，从而为第三方创造更大的利润收益。针对光伏电站行业，通过贷后通过物联网采集电站发电数据和合同数据等信息实时分析光伏电站的收入与待还金额情况，辅助风控动态调整授信策略。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种基于异常值检测的风控预警装置。该基于异常值检测的风控预警装置与上述实施例中基于异常值检测的风控预警方法一一对应。如图5所示，该基于异常值检测的风控预警装置包括数据获取模块111、总发电数据获取模块112、当前金额覆盖比获取模块113、历史金额覆盖比获取模块114和风控预警模块115。各功能模块详细说明如下各功能模块详细说明如下：

数据获取模块111，用于获取当前还款周期的售电单价和待还金额；

总发电数据获取模块112，用于使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据

当前金额覆盖比获取模块113，用于根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比；

历史金额覆盖比获取模块114，用于根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比；

风控预警模块115，用于根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

在一实施例中，总发电数据获取模块112，具体用于：

在当前还款周期中，根据预设的智能设备通信协议，使用红外通信对各智能设备的接口数据进行远程读取，得到各智能设备采集的发电数据；

将各智能设备采集的发电数据进行累加，得到当前还款周期的总发电数据。

在一实施例中，当前金额覆盖比获取模块113，具体用于：

所述当前还款周期的金额覆盖比ratet为：

ratet＝incomet/amountt；

其中，incomet为当前还款周期t的发电收入，amountt为当前还款周期t的待还金额。

在一实施例中，历史金额覆盖比获取模块114，具体用于：

获取所述电厂的历史数据，所述历史数据包括各历史还款周期的总发电数据、售电单价和待还金额；

根据各历史还款周期的总发电数据及对应的售电单价，获得电厂在各历史还款周期的历史发电收入；

根据所述电厂在各历史还款周期的历史发电收入和对应的待还金额，计算各历史还款周期的金额覆盖比。

在一实施例中，历史金额覆盖比获取模块114，还用于：

对各历史还款周期的总发电数据进行异常值检测，所述异常值检测的过程为：

将各历史还款周期的总发电数据升序排列，得到总发电数据的升序序列；

将位于所述总发电数据的升序序列中，第N个数据作为上四分位点，第M个数据作为下四分位点，N＝Num*0.25，M＝Num*0.75，Num为所述升序序列中的数据总量；

分别计算所述总发电数据的升序序列的上截断点T

将所述总发电数据的升序序列中，大于下截断点或小于上截断点的数据作为异常值；

从所述总发电数据的升序序列中剔除异常值，得到异常值检测后的各历史还款周期的总发电数据。

在一实施例中，风控预警模块115，具体用于：

判断所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比是否均大于或等于预设的第一阈值；

若是，则不存在违约风险；

若否，则根据所述电厂的历史发电总收入与历史待还总金额判断电厂是否存在违约风险。

在一实施例中，风控预警模块115，还用于：

计算所述历史发电总收入

计算所述历史待还款总金额

计算历史发电总收入与历史待还总金额的比值rate＝income/amount，其中，income为历史发电总收入，amount为历史待还总金额；

判断所述历史发电总收入与历史待还总金额的比值是否小于预设的第二阈值；

若是，则存在违约风险；

若否，则不存在违约风险。在一实施例中，风控预警模块115，还用于：

将所述当前还款周期的金额覆盖比和多个历史还款周期的金额覆盖比按照时间的先后顺序在预先设置的显示界面上进行显示。

本发明提供了一种基于异常值检测的风控预警装置，通过获取当前还款周期的售电单价和待还金额，并使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据。然后根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比。并根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比。最后根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警，实现了精确分析电厂是否存在违约风险。在本发明中，针对目前风控预警方法通常是使用电厂自行提供的发电数据，而电厂提供的发电数据往往并不准确，通过这些不准确的发电数据，得到的电厂的发电收入必然与电厂实际的发电收入相差甚远。而放贷方根据电厂上报的发电收入进行放款时，由于得到的发电收入并不准确，会导致放贷方运营成本急速增加的现象。针对上述问题，通过安装在电厂各发电站上的智能设备采集电厂的发电数据，并根据发电数据和当前还款周期的售电单价，得到发电收入，将发电收入与待还金额作比，得到当前还款周期的金额覆盖比。通过获取电厂在各历史还款周期的金额覆盖比，并分析当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比是否满足预设规则，从而判断电厂是否存在违约风险。从而避免了避免了由于电厂提供的发电数据不准确，导致放贷方根据这种发电数据进行放贷时，极大的增加运营成本的问题。通过物联网的科学手段采集的电站发电信息，并非电厂自己提供，有效保证数据真实准确。对金融公司资管风控部门来说无数据欺诈风险。从而赋能发放贷款的金融公司降低违约损失的同时增加公司业务利润，有效的提高了对电厂是否存在违约风险的判断准确度。

关于基于异常值检测的风控预警装置的具体限定可以参见上文中对于基于异常值检测的风控预警方法的限定，在此不再赘述。上述基于异常值检测的风控预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，计算机设备可以是服务端，其内部结构图可以如图6所示。计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，计算机设备的处理器用于提供计算和控制能力。计算机设备的存储器包括非易失性和/或易失性存储介质、内存储器。非易失性存储介质存储有操作系统、计算机程序和数据库。内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。计算机设备的网络接口用于与外部的供应商端通过网络连接通信。计算机程序被处理器执行时以实现一种协同派单方法服务端侧的功能或步骤。

在一个实施例中，提供了一种计算机设备，计算机设备可以是供应商端，其内部结构图可以如图7所示。计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，计算机设备的处理器用于提供计算和控制能力。计算机设备的存储器包括非易失性存储介质、内存储器。非易失性存储介质存储有操作系统和计算机程序。内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。计算机设备的网络接口用于与外部服务器通过网络连接通信。计算机程序被处理器执行时以实现一种基于异常值检测的风控预警方法供应商端侧的功能或步骤

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

获取当前还款周期的售电单价和待还金额；

使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据；

根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比；

根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比；

根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取当前还款周期的售电单价和待还金额；

使用红外通信无线远程获取各智能设备采集的发电数据，并根据各智能设备采集的发电数据得到当前还款周期的总发电数据；

根据所述售电单价、待还金额和所述总发电数据，计算当前还款周期的金额覆盖比；

根据所述电厂在各历史还款周期的历史发电收入和历史待还金额的比值，得到各历史还款周期的金额覆盖比；

根据所述当前还款周期的金额覆盖比和各历史还款周期的金额覆盖比，按照预设的判断规则判断电厂是否存在违约风险，并在存在违约风险时进行风控预警。

需要说明的是，上述关于计算机可读存储介质或计算机设备所能实现的功能或步骤，可对应参阅前述方法实施例中，服务端侧以及供应商端侧的相关描述，为避免重复，这里不再一一描述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。