-
公开(公告)号:CN106022959A
公开(公告)日:2016-10-12
申请号:CN201610335190.1
申请日:2016-05-19
Applicant: 北京中电普华信息技术有限公司 , 国网福建省电力有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
IPC: G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明公开了一种面向削峰填谷的用电行为分析方法,包括:对历史时期内的主网负荷数据利用最大期望算法进行聚类,获取负荷在历史时期内不同日期的分群结果;对每个群体所包含的日期下的用户逐点负荷数据进行并行硬聚类算法,获得用户在不同日期群下的分群结果;对比主网日期群的负荷特征和用户在日期群下的分群结果的负荷特征,获得历史上不同日期下用户的削峰填谷模式匹配结果和错峰用电的目标对象。本发明能够对海量数据下的用户用电行为进行分析,进而提高用户行为定位的准确度,为更有效的开展客户服务、提高客户满意度、降低运营风险提供决策参考。本发明还公开了一种面向削峰填谷的用电行为分析系统。
-
公开(公告)号:CN105844371A
公开(公告)日:2016-08-10
申请号:CN201610339069.6
申请日:2016-05-19
Applicant: 北京中电普华信息技术有限公司 , 国网福建省电力有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本发明提供了一种用电客户短期负荷需求预测方法,通过对采集到的每个用电客户的历史日负荷曲线数据按照日期进行聚类,然后对聚类得到的日期群体建立每个时刻点的负荷预测模型,最后查找与待测日期匹配的历史相似日,根据所述历史相似日所属日期群体的负荷预测模型得到所述待测日期的负荷预测结果。本方案利用并行计算框架,能够同时对海量用电客户的用电负荷需求进行预测,满足海量数据分析的速度及预测精度需求。
-
公开(公告)号:CN106096753A
公开(公告)日:2016-11-09
申请号:CN201610370768.7
申请日:2016-05-30
Applicant: 北京中电普华信息技术有限公司 , 国网福建省电力有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本申请提供一种光伏出力预测方法和装置,所述方法和装置通过获取光伏系统的预设出力影响因素在待测日对应的参数取值,并利用预先创建的包括光伏出力与所述预设出力影响因素间的关联关系的光伏出力预测模型,对所述预设出力影响因素的参数取值对应的光伏出力数据进行预测,最终实现基于所建模型预测出所述待测日对应的光伏出力数据,可见,应用本申请,可有效解决光伏系统的出力预测问题,从而可以为电力系统调度部门及时调整调度计划提供便利,进一步保障了发电的稳定性。
-
公开(公告)号:CN105302918B
公开(公告)日:2019-04-09
申请号:CN201510801534.9
申请日:2015-11-19
Applicant: 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
IPC: G06F16/9032
Abstract: 本申请公开了一种从电话用户中筛选网站潜在用户的方法及系统,该方法包括:先从电话客服系统和网站客服系统中提取目标用户群,目标用户群为对电话客服系统和网站客服系统都进行过访问的用户群;接着利用由目标用户群中每一个用户的用户属性、电话客服系统访问痕迹以及网站客服系统访问痕迹构成的训练样本集,构建筛选函数;最后利用筛选函数,对从电话客服系统中提取的待筛选用户群进行筛选,相应地得到网站客服系统的潜在用户群;其中,待筛选用户群为访问过电话客服系统但未对网站客服系统进行过访问的用户群。本申请实现了对网站客服系统的潜在用户进行有效地筛选,从而降低了网站推广成本和提高了推广效率。
-
公开(公告)号:CN106875130A
公开(公告)日:2017-06-20
申请号:CN201710156983.1
申请日:2017-03-16
Applicant: 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: G06Q10/06
Abstract: 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:CN106875130B
公开(公告)日:2021-02-23
申请号:CN201710156983.1
申请日:2017-03-16
Applicant: 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: G06Q10/06
Abstract: 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
Applicant: 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
Abstract: 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:CN106600173B
公开(公告)日:2020-06-09
申请号:CN201710060833.0
申请日:2017-01-25
Applicant: 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
Abstract: 本发明提供的分布式光伏电源负荷渗透率的估算方法及装置,首先分别对不同天气类型的主网负荷特征曲线和分布式光伏发电功率特征曲线进行曲线拟合,得到主网负荷特征曲线和光伏发电功率的显式表达式;通过面积积分法求取不同天气类型和不同时间段售电量理论值和分布式光伏发电量的理论值;再基于待计算月度的晴天天数,售电量和分布式光伏自发自用电量,计算晴天以及晴天预设时间段的分布式光伏负荷渗透率,从而得到更细维度的分布式光伏电源负荷渗透率,更好的反映了不同天气类型和时间段分布式光伏对电网负荷的影响,能够支撑电力公司准确评估分布式光伏对主网负荷运行的影响,进而促进电网的平稳运行。
-
公开(公告)号:CN106600173A
公开(公告)日:2017-04-26
申请号:CN201710060833.0
申请日:2017-01-25
Applicant: 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
Abstract: 本发明提供的分布式光伏电源负荷渗透率的估算方法及装置,首先分别对不同天气类型的主网负荷特征曲线和分布式光伏发电功率特征曲线进行曲线拟合,得到主网负荷特征曲线和光伏发电功率的显式表达式;通过面积积分法求取不同天气类型和不同时间段售电量理论值和分布式光伏发电量的理论值;再基于待计算月度的晴天天数,售电量和分布式光伏自发自用电量,计算晴天以及晴天预设时间段的分布式光伏负荷渗透率,从而得到更细维度的分布式光伏电源负荷渗透率,更好的反映了不同天气类型和时间段分布式光伏对电网负荷的影响,能够支撑电力公司准确评估分布式光伏对主网负荷运行的影响,进而促进电网的平稳运行。
-
公开(公告)号:CN106600146A
公开(公告)日:2017-04-26
申请号:CN201611160841.4
申请日:2016-12-15
Applicant: 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
CPC classification number: G06Q10/0635 , G06Q20/14 , G06Q50/06
Abstract: 本发明提供的一种电费回收风险评价方法和装置,根据电力用户的用电费用数据,计算得到电力用户的多种指标值,并利用主成分分析法对电力用户的所述多种指标值进行分析,得到电力用户的主成分指标,消除了不同种类的指标之间的相关性。利用电力用户各自主成分指标特点,进行聚类,将电力用户划分为不同群体,计算得到其对应的风险等级,得到了每个用户的风险等级。整个风险评级过程不需要人参与,实现电力用户风险评级过程的自动化,并减少了人力成本。
-
-
-
-
-
-
-
-
-