客户交互痕迹分析方法及装置

    公开(公告)号:CN106779305A

    公开(公告)日:2017-05-31

    申请号:CN201611044796.6

    申请日:2016-11-22

    CPC classification number: G06Q10/0637 G06Q30/0201 G06Q50/06

    Abstract: 本发明提供一种客户交互痕迹分析方法及装置,从关于业务类型或渠道类型的项数量i=2开始,迭代执行以下步骤直至i=k+1,根据预设第k+1最小支持度及k+1‑项集支持度确定的频繁k+1‑项集集合为空时,输出每次迭代确定的频繁i‑项集集合:利用频繁i‑1‑项集集合自连接,生成候选i‑项集集合;候选i‑项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描客户交互痕迹,得到候选i‑项集集合的每个项集出现的次数;根据候选i‑项集集合中的每个项集出现的次数确定i‑项集支持度,并将i‑项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i‑项集集合。上述方法及装置,输出的每次迭代确定的频繁i‑项集集合可以作为数据依据,对客户实施精准的营销方案。

    电力负荷分解的辨识决策方法和系统

    公开(公告)号:CN106340874A

    公开(公告)日:2017-01-18

    申请号:CN201610903640.2

    申请日:2016-10-17

    CPC classification number: H02J3/00 H02J2003/007

    Abstract: 本发明涉及一种电力负荷分解的辨识决策方法和系统,其方法包括:通过非侵入式的方式获取受监测的电力负荷的用电信息,用电信息包括总的实际有功功率值和总的实际无功功率值;采用至少两种负荷分解算法对实际有功功率值和实际无功功率值进行负荷分解,获得各种负荷分解算法下的负荷分解结果;分别根据对应的负荷分解结果获取对应的负荷分解算法下的处于工作状态的用电设备的拟合有功功率和值及拟合无功功率和值;分别根据实际有功功率值、实际无功功率值,以及对应的拟合有功功率和值和对应拟合无功功率和值获取对应的负荷分解算法的作用值;根据各种负荷分解算法的作用值获取负荷辨识决策结果,采用本发明方案,可以提升辨识决策的准确性。

    电力负荷分解方法和系统

    公开(公告)号:CN106253274A

    公开(公告)日:2016-12-21

    申请号:CN201610903660.X

    申请日:2016-10-17

    CPC classification number: H02J3/00

    Abstract: 本发明涉及一种电力负荷分解方法和系统,其方法包括:获取在设定时长内的预设采样点各用电设备的有功功率幅值和无功功率幅值;获取在设定时长内的预设采样点的实际有功功率值和实际无功功率值;根据有功功率幅值确定用电设备的拟合有功功率值,根据无功功率幅值确定用电设备的拟合无功功率值;根据实际有功功率值和拟合有功功率值确定有功功率相关系数,根据实际无功功率值和拟合无功功率值确定无功功率相关系数;根据有功功率相关系数和无功功率相关系数确定总相关系数;获取有功功率相关系数、无功功率相关系数和总相关系数满足预设分解条件时的电力负荷分解系数和电力负荷分解结果,采用本发明方案,可以提升电力负荷分解的准确性。

    客户交互痕迹分析方法及装置

    公开(公告)号:CN106779305B

    公开(公告)日:2021-05-14

    申请号:CN201611044796.6

    申请日:2016-11-22

    Abstract: 本发明提供一种客户交互痕迹分析方法及装置,从关于业务类型或渠道类型的项数量i=2开始,迭代执行以下步骤直至i=k+1,根据预设第k+1最小支持度及k+1‑项集支持度确定的频繁k+1‑项集集合为空时,输出每次迭代确定的频繁i‑项集集合:利用频繁i‑1‑项集集合自连接,生成候选i‑项集集合;候选i‑项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描客户交互痕迹,得到候选i‑项集集合的每个项集出现的次数;根据候选i‑项集集合中的每个项集出现的次数确定i‑项集支持度,并将i‑项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i‑项集集合。上述方法及装置,输出的每次迭代确定的频繁i‑项集集合可以作为数据依据,对客户实施精准的营销方案。

    获取用电负荷基准量的方法和系统

    公开(公告)号:CN108596416A

    公开(公告)日:2018-09-28

    申请号:CN201711499581.8

    申请日:2017-12-29

    Abstract: 本发明涉及一种获取用电负荷基准量的方法。获取用电历史负荷,所述用电历史负荷为设定时间的用电负荷数据;剔除用电负荷数据中的异常负荷,所述异常负荷包括大于设定阈值的用电历史负荷和非典型日的用电历史负荷;根据用电历史负荷进行聚类处理获得聚类负荷;获取当日响应时段前的用户用电负荷,记为样本负荷;根据距离法对比所述聚类负荷和所述样本负荷获得与所述样本负荷差值最小的聚类负荷;根据差值最小的聚类负荷输出用电负荷基准量。通过对用电历史负荷剔除异常数据后进行聚类处理获取聚类负荷,并与当日响应前的用户用电负荷,即样本负荷进行比对,更加准确地获取用电负荷的基准量,特别对于负荷波动比较大的工业用户,获取的用电负荷基准量更加接近现实中的负荷变化。

    供电方案生成方法和系统
    16.
    发明公开

    公开(公告)号:CN106779295A

    公开(公告)日:2017-05-31

    申请号:CN201611031918.8

    申请日:2016-11-18

    CPC classification number: G06Q10/06315 G06Q10/06375 G06Q50/06

    Abstract: 本发明涉及一种供电方案生成方法和系统,上述供电方案生成方法,包括如下步骤:从电力监控系统读取多组电力基本数据;其中所述电力基本数据指电力监控系统记录的客户用电数据;所述电力基本数据包括多个用于表征客户用电特征的特征字段,各个特征字段具有相应的特征字段值;读取所述电力基本数据的特征字段值,根据所述特征字段值设定多个聚类中心;根据所述聚类中心对电力基本数据进行聚类处理,得到各个聚类中心对应的多个基本数据聚类;根据任意一个基本数据聚类对应的电力基本数据生成该基本数据聚类对应的供电方案;其使所生成的供电方案切合各基本数据聚类对应用户的用电需求,具有更高的准确性。

    用电设备故障检测方法及装置

    公开(公告)号:CN106771727A

    公开(公告)日:2017-05-31

    申请号:CN201611097410.8

    申请日:2016-12-02

    CPC classification number: G01R31/00

    Abstract: 本发明公开了一种用电设备故障检测方法及装置,通过记录用电设备进入工作状态的开始时间点、在开始时间点后经过的累计时间以及记录用电设备在开始时间点后持续工作的连续工作时间,当累计时间不大于预设周期时间且连续工作时间大于预设时间时,给出用电设备出现异常的提示信息。通过上述电子故障检测方法及装置进行故障检测时,无需通过判断易受外界干扰的电气参数值是否异常来检测是否故障,是通过监测用电设备在预设周期时间内的连续工作时间是否超过预设时间来进行用电设备的故障检测,若出现故障给出故障提示,由于连续工作时间不易受外界干扰,通过连续工作时间以及预设时间能准确地进行故障检测,提高检测准确性。

    配用电大数据平台测试方法和系统

    公开(公告)号:CN106445763A

    公开(公告)日:2017-02-22

    申请号:CN201610815863.3

    申请日:2016-09-09

    CPC classification number: G06F11/26

    Abstract: 本发明涉及一种配用电大数据平台测试方法和系统,其方法包括:模拟生成多个数据量级别的配用电数据表;根据各配用电数据表分别对目标大数据平台进行性能测试,记录目标大数据平台在各数据量级别下的开始执行时间、结束执行时间、CPU利用率、磁盘IO接口写入速度和内存使用率;根据各开始执行时间、各结束执行时间确定目标大数据平台在各数据量级别下的执行时间、单位时间执行的数据条数和单位时间执行的数据量值;对目标大数据平台在各数据量级别下的执行时间、单位时间执行的数据条数、单位时间执行的数据量值、CPU利用率、磁盘IO接口写入速度和内存使用率进行比较分析。采用本发明方案,可以实现对各个大数据平台的性能测试。

    基于K均值的电力用户聚类方法及装置

    公开(公告)号:CN106600119B

    公开(公告)日:2020-11-03

    申请号:CN201611081164.7

    申请日:2016-11-30

    Abstract: 本发明公开了一种基于K均值的电力用户聚类方法及装置,对各电力用户在每个预设时间点的用电负荷进行排序,获得各预设时间点对应的电力用户的用电负荷集,并获得预设聚类个数的排位数,从各用电负荷集中分别选取排位数对应的用电负荷,获得每个排位数对应的各用电负荷并初始化为预设聚类个数的聚类中心,再采用K均值聚类算法对各电力用户进行聚类。不再是随机在电力用户中选取在各预设时间点的用电负荷作为初始化聚类中心,而是根据每个排位数对应的各用电负荷,分别构建预设聚类个数的在各预设时间点的新用电负荷并初始化聚类中心,可合理地初始化聚类中心,在初始化聚类中心后进行聚类,可获得较为准确的聚类结果,提高聚类准确性。

Patent Agency Ranking