-
公开(公告)号:CN115860497A
公开(公告)日:2023-03-28
申请号:CN202211689265.8
申请日:2022-12-27
申请人: 北京中电普华信息技术有限公司
IPC分类号: G06Q10/0637 , G06Q30/0201 , G06Q50/06
摘要: 本申请提供的一种电力营销系统的构建方法、装置、设备及存储介质。在一种电力营销系统的构建方法中,包括获取业务需求信息;根据业务需求信息确定业务模型以及业务对象,业务模型至少包括一个业务单元,业务单元为实现业务模型功能的最小组件,业务对象对应至少一个业务单元;根据业务模型以及业务对象完成电力营销系统的构建,对所述电力营销系统进行工程实施。可见,上述方法通过业务需求可以直接确定出具体的业务模型以及业务对象,业务模型是由独立存在的业务单元组成,从而根据业务模型以及业务对象构建电力营销系统,能够根据用户的需求灵活配置,提高构建电力营销系统的灵活性。
-
公开(公告)号:CN114070198A
公开(公告)日:2022-02-18
申请号:CN202111479545.1
申请日:2021-12-06
申请人: 北京中电普华信息技术有限公司
摘要: 本申请公开了一种分布式光伏发电系统的故障诊断方法、装置和电子设备,该方法和装置具体为构建分布式光伏发电系统中所有电站的空间权重矩阵,空间权重矩阵的每个元素对应一个电站的权重系数;根据空间权重矩阵所有电站的发电异常日期;根据发电异常日期从上述所有电站中识别出故障电站。通过这种方式可以不用现场检查即可识别出故障电站,运维人员则可以据此及时排除该故障,从而避免分布式光伏发电系统的发电效率受到影响。
-
公开(公告)号:CN112632153A
公开(公告)日:2021-04-09
申请号:CN202011587229.1
申请日:2020-12-29
申请人: 国网安徽省电力有限公司 , 北京中电普华信息技术有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号: G06F16/2458 , G06Q50/06
摘要: 本发明公开了一种违约用电识别方法及装置,该方法包括:获取临时用电数据,其中,所述临时用电数据至少包括一个用电方及其在预设时长的用电量数据,所述预设时长由多个预设时段组成,每一个预设时段对应一个用电量数据;基于极值检测法在所述临时用电数据中筛选出存在违约用电的第一嫌疑清单;基于假设排查法在其余临时用电数据中筛选出存在违约用电的第二嫌疑清单,其中,所述其余临时用电数据为所述零时用电数据中除去所述第一嫌疑清单中以外的临时用电数据;对所述第一嫌疑时间和所述第二嫌疑时间取并集,得到目标嫌疑清单。上述方法中,在进行违约用电识别过程中不再需要依赖人工排查,提高了违约用电的识别效率和覆盖率。
-
公开(公告)号:CN111667144A
公开(公告)日:2020-09-15
申请号:CN202010362136.2
申请日:2020-04-30
申请人: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本申请提供了一种用户的识别方法及装置,该方法包括:针对待排查用电台区的每一个用户,统计所述用户在排查周期内的用电量数据,并利用所述用电量数据,确定所述用户的用电特征;利用K均值聚类算法,对所述待排查用电台区内的所有用户的用电特征进行筛选,提取出与基准窃电用户的用电特征相似的类簇所对应的目标用户;将所述目标用户按照窃电嫌疑度的高低进行排序,并从所述目标用户中选取出窃电嫌疑度高的目标用户;其中,所述窃电嫌疑度高的目标用户的数量为预设数量;将所述窃电嫌疑度高的部分目标用户确定为窃电嫌疑用户。
-
公开(公告)号:CN110956033A
公开(公告)日:2020-04-03
申请号:CN201911228960.2
申请日:2019-12-04
申请人: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC分类号: G06F40/194 , G06F40/30 , G06F40/289 , G06F40/242
摘要: 本发明公开了一种文本相似度计算方法,包括:对第一文本和第二文本进行预处理,得到第一目标词集和第二目标词集,其中,第一目标词集包含第一数量的词,第二目标词集包含第二预设数量的词;将第一目标词集和第二目标词集传递给采用预设的训练方法构建的目标word2vec模型分别转化为第一目标词向量和第二目标词向量;计算第一目标词向量和第二目标词向量的余弦相似度;当余弦相似度大于预设相似度阈值时,判定第一文本和第二文本相似。上述方法,采用word2vec模型确定第一目标词向量和第二目标词向量,由于word2vec模型加入了语义相似度计算的内容,不再将字符或者是词语作为独立的知识单元,提高了相似度计算的准确率。
-
公开(公告)号:CN109376366A
公开(公告)日:2019-02-22
申请号:CN201810901120.7
申请日:2018-08-09
申请人: 国网北京市电力公司 , 北京中电普华信息技术有限公司 , 国家电网有限公司
摘要: 本发明公开了一种异常线损影响因素的分析方法及装置,该方法包括:获取多个线路和电力设备的统计线损率;从统计线损率中确定异常统计线损率;提取异常统计线损率的特征指标;对特征指标进行聚类,以得到特征指标的分群;依据分群所对应的分析方法,确定每个分群中的主要影响因素;对主要因素进行显著性排序。相对于现有技术,本发明是实现了对异常统计线损率的客观、全面的综合分析。
-
公开(公告)号:CN106952077A
公开(公告)日:2017-07-14
申请号:CN201710157304.2
申请日:2017-03-16
申请人: 北京中电普华信息技术有限公司 , 国网安徽省电力公司 , 国网信息通信产业集团有限公司 , 国家电网公司
CPC分类号: G06Q10/103 , G06Q50/06
摘要: 本发明提出一种工单处理策略的生成方法,包括:获取设定时间区间和设定地理范围内的同一类型工单的数据信息;依次对所述数据信息进行方差分析处理和对应分析处理,得到影响工单处理时长的关键影响因素,以及关键影响因素的不同取值与工单处理时长类别之间的对应关系信息;根据所述同一类型工单,预测得到设定时间段内所述设定地理范围内的所述同一类型工单的数量;根据关键影响因素的不同取值与工单处理时长类别之间的对应关系信息、所述同一类型工单的数量,以及用于处理所述同一类型工单的资源信息,生成工单处理策略。采用本发明技术方案,工作人员能够根据生成的工单处理策略提前安排资源调度,提高工单处理效率。
-
公开(公告)号:CN106845874A
公开(公告)日:2017-06-13
申请号:CN201710157001.0
申请日:2017-03-16
申请人: 北京中电普华信息技术有限公司 , 国网安徽省电力公司 , 国网信息通信产业集团有限公司 , 国家电网公司
摘要: 本发明提供了一种关联度计算方法及装置,该方法包括:从后台数据库中调取至少两个用电客户的电力数据,并从各个用电客户中确定一个目标客户和至少一个对比客户,电力数据包括客户信息以及客户用电信息;针对每一个对比客户,根据对比客户信息和目标客户信息计算单因子匹配相似度,同时,根据对比客户用电信息和目标客户用电信息计算多因子复合相似度;针对每一个对比客户,根据单因子匹配相似度和多因子复合相似度及其各自对应的权重值,计算与目标客户之间的关联度。基于本发明公开的方法实现了同时对大量的电力数据进行关联性度量,同时,由于从客户信息和用电信息两个方面进行了综合计算,也保证了计算的精确度。
-
公开(公告)号:CN117394323A
公开(公告)日:2024-01-12
申请号:CN202311334317.4
申请日:2023-10-16
申请人: 北京中电普华信息技术有限公司 , 国网安徽电力有限公司营销服务中心
摘要: 本申请提供的一种用电数据的异常检测方法、装置、设备及存储介质。其中,在一种用电数据的异常检测方法,获取用电数据,用电数据包括有功功率时序数据和无功功率时序数据;根据全变分模型以及用电数据计算所述用电数据的正向全变分比分隔距离和用电数据的反向全变分比分隔距离;根据正向全变分比分隔距离和反向全变分比分隔距离计算用电数据异常得分;若用电数据异常得分大于预设阈值,则确定用电数据异常。通过上述方法,使用全变分模型提取全变分比分隔距离,通过全变分比分隔距离可以快速地检测出用电数据中时序数据的异常,提高用电数据的异常检测的效率,降低用电数据的异常检测的时延。
-
公开(公告)号:CN112541662B
公开(公告)日:2024-01-12
申请号:CN202011400419.8
申请日:2020-12-02
申请人: 国网安徽省电力有限公司 , 北京中电普华信息技术有限公司 , 国网安徽省电力有限公司营销服务中心 , 国网信息通信产业集团有限公司 , 国家电网有限公司
摘要: 本发明提供了一种电费回收风险的预测方法及系统,该方法为:根据预先获取的目标用户在预设时间段内的用电量时间序列,确定目标用户的用电量趋势项曲线;利用用电量趋势项曲线,确定目标用户的用电趋势,以及确定用电趋势对应的第一预设指标值;按照目标用户的产业类别选择第二预设指标值;根据目标用户的多种经营状况信息,分别确定每一种经营状况信息对应的第三预设指标值;将第一预设指标值、第二预设指标值和所有的第三预设指标值输入预设的电费回收风险预警模型对目标用户进行电费回收风险预测,预测目标用户的电费回收风险等级。通过多方面因素的指标预测电费回收风险,提高评估电费回收风险的准确率。
-
-
-
-
-
-
-
-
-