-
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。
-
公开(公告)号:CN111667144B
公开(公告)日:2023-04-28
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
IPC分类号: G06Q10/0639 , G06Q50/06 , G06F18/23213
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:CN110839023B
公开(公告)日:2022-03-25
申请号:CN201911070484.6
申请日:2019-11-05
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: 本发明提供了一种电力营销多渠道客户服务系统,包括共享服务中心、安全服务组件;所述共享服务中心部署在信息内网环境中;所述安全服务组件包括互联网与信息外网之间的防火墙以及信息外网与信息内网之间的安全隔离设备;所述安全服务组件,用于实现信息内网与信息外网之间的信息穿透和文件穿透。保证了电力营销多渠道客户服务系统的网络穿透安全性。
-
公开(公告)号:CN109389517B
公开(公告)日:2022-03-04
申请号:CN201810306195.0
申请日:2018-04-08
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 , 国家电网公司
摘要: 本发明公开了一种量化线路损耗影响因素的分析方法及装置,该方法包括:采用K‑均值聚类算法,识别线路损耗异常的第一对象,所述第一对象包括线路、台区和大用户;分析导致所述第一对象线路损耗异常的主要因素;采用偏相关性分析和趋势判断法相结合的方式对所述主要因素中的各个分类水平按显著程度排序。可见,本发明实现了对线损的分析,对线损管理具有重要理论意义。
-
公开(公告)号:CN108520357B
公开(公告)日:2022-02-11
申请号:CN201810315444.2
申请日:2018-04-10
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 , 国家电网公司
摘要: 本发明提供的线损异常原因的判别方法、装置及服务器,应用于电力系统技术领域,本方法首先需要采集电力数据服务器中存储的目标台区的线损数据,根据目标台区的线损数据判断目标台区是否存在线损异常,如果判定目标台区存在线损异常,进一步需要提取目标台区的表征目标台区运行与维护情况的线损核心指标,然后调用预训练得到的异常线损诊断模型,将目标台区的线损核心指标输入异常线损诊断模型,判别造成目标台区线损异常的原因,本发明提供的判别方法,运用神经网络模型对线损异常原因进行分析,使判别方法实现数据化、标准化,降低对业务人员个人工作经验的依赖,为业务人员有针对性的采取措施进行线损管理,减少电能的浪费提供参考依据。
-
公开(公告)号:CN112968943A
公开(公告)日:2021-06-15
申请号:CN202110134908.1
申请日:2021-02-01
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
摘要: 本申请提供了一种电力协同平台,包括:网关、注册配置中心集群和微服务集群,其中,电力协同平台采用微服务架构生成;微服务集群从注册配置中心集群获取配置信息;依据配置信息,启动微服务;并将启动的微服务注册到注册配置中心集群;注册配置中心集群依据注册的微服务,确定微服务列表;网关在接收到用于访问微服务的http请求的情况下,对http请求进行鉴权;在鉴权通过后,从注册配置中心集群获取微服务列表;网关将http请求发送到微服务集群中微服务列表包含的微服务。由于微服务间的代码耦合度低,使得本申请的电力协同平台在任何局部功能修改的情况下,都无需重新编译和部署,进而,相对于现有技术,可以提高处理效率低。
-
公开(公告)号:CN106875130B
公开(公告)日:2021-02-23
申请号:CN201710156983.1
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
IPC分类号: G06Q10/06
摘要: 本发明提供一种业扩执行效率的分析方法,包括:采用多因素方差分析法,对影响预设的历史业扩工单的不同环节耗时的多个因素进行分析,获得影响显著的因素;并将影响显著的因素在不同的水平下对不同环节耗时的影响程度进行分析,获得影响显著的因素的极端水平。剔除预设的历史业扩工单中的极端水平对应的异常工单,得到正常工单,进而计算正常工单执行环节的最优时限,并依据最优时限识别出预设的历史业扩工单和正在执行的工单中的长耗时工单和正常耗时工单,并对识别出的正在执行的工单中的长耗时工单进行报警。采用本实施例的方法,不仅可以对各种类型的数据进行处理,也可以对离散的数据进行分析,还避免了专家经验法客观性不足的问题。
-
公开(公告)号:CN106952077B
公开(公告)日:2021-02-05
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
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:CN111680933A
公开(公告)日:2020-09-18
申请号:CN202010607783.5
申请日:2020-06-29
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: 本申请公开了一种用电行为的分析方法、装置、可读介质以及设备,该方法通过获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据,计算出至少一个日用电水平参数;利用每一个目标用户在分析时段内的每一个日用电水平参数,确定出目标区域内的日用电水平阈值;选取出符合整体连续高水平用电特征,和/或,局部连续稳定用电特征的目标用户,作为具有违约用电行为的初步嫌疑用户。本申请通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征,和/或,局部连续稳定用电特征的初步嫌疑用户,并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目用电行为,降低了分析成本提高了分析效率。
-
公开(公告)号:CN111507611A
公开(公告)日:2020-08-07
申请号:CN202010292926.8
申请日:2020-04-15
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: 本发明提供了一种确定窃电嫌疑用户的方法及系统,利用预设的台区异常识别模型分别对多个用电台区的用电指标数据进行异常用电识别处理,确定多个用电台区中的异常用电台区;获取在预设时间段内异常用电台区的线损,以及获取在预设时间段内异常用电台区中每个待排查用户的用电量;利用每个待排查用户的用电量和所在用电台区的线损,确定累计用电量与线损的相关性最大的用户集为窃电嫌疑用户集;确定窃电嫌疑用户集中的待排查用户为窃电嫌疑用户。本方案中,利用预先训练好的台区异常识别模型,从多个用电台区中确定异常用电台区。根据累计用电量与线损的相关性,确定异常用电台区中的窃电嫌疑用户,降低排查成本、提高工作效率和提高排查准确性。
-
-
-
-
-
-
-
-
-