电动车业务数据的处理方法和装置

    公开(公告)号:CN109471867A

    公开(公告)日:2019-03-15

    申请号:CN201811348684.9

    申请日:2018-11-13

    IPC分类号: G06F16/23

    摘要: 本发明公开了一种电动车业务数据的处理方法和装置。其中,该方法包括:获取所述电动车的至少一组业务数据,其中,一组业务数据包括交易过程中的多个数据;分析所述至少一组业务数据的一致性,其中,所述一致性用于表征组内的多个数据的逻辑关系正确;在所述至少一组业务数据不具备所述一致性的情况下,对所述至少一组业务数据进行纠正,以使所述至少一组业务数据符合所述一致性。本发明解决了现有技术中电动车业务数据一致性较差的技术问题。

    一种准确率高的集中器运行预测方法

    公开(公告)号:CN110222914A

    公开(公告)日:2019-09-10

    申请号:CN201910589348.1

    申请日:2019-07-02

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种准确率高的集中器运行预测方法,要解决的是现有集中器运行问题预测的准确率不高的问题。本发明具体步骤如下:步骤一,采集数据;步骤二,对数据进行提取和筛选,得到进一步的数据;步骤三,利用进一步得到的数据对算法模型进行训练,得到训练后的模型;步骤四,利用训练后的模型对集中器的运行进行预测即可。本发明针对购电下发专项指标提升工作,利用大数据分析,查找运行状态较差的集中器,构建大数据分析模型,对购电下发有问题装置精准定位,并指明原因,给出相应的解决方案,集中器运行问题预测结果准确率较高,能达到80%以上的准确率,应用前景广阔。

    一种预测购电下发异常的方法

    公开(公告)号:CN110298513A

    公开(公告)日:2019-10-01

    申请号:CN201910589677.6

    申请日:2019-07-02

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种预测购电下发异常的方法,要解决的是现有购电异常中存在的问题。本发明具体步骤如下:步骤一,预测未来一段时间内即将发生购电的用户,得到即将发生的购电行为;步骤二,采集并提取历史数据;步骤三,对数据进行处理,确定特征变量和目标变量,得到处理后的数据;步骤四,使用处理后的数据对分类模型进行有监督的训练,得到训练好的模型;步骤五,利用训练好的模型对即将发生的购电行为进行判断,预测是否发生下发异常。本发明预测结果准确度较高;可以进行有针对性的提前检查电能表、集中器、信号传输等是否发生故障,并在用户购电前,解决故障,降低购电下发平均时长,提高购电下发成功率,降低投诉,增强用户满意度。