-
公开(公告)号:CN111539654A
公开(公告)日:2020-08-14
申请号:CN202010466345.1
申请日:2020-05-26
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
Inventor: 邹晟 , 易洋 , 谢小平 , 鄢重 , 叶志 , 吴文娴 , 何海零 , 毛坚 , 申浩平 , 程莺 , 王薇 , 周滨 , 王庭婷 , 马斌 , 易璐 , 傅政军 , 刘志泽 , 罗鑫 , 黄颖 , 曾娟 , 孙飞
Abstract: 本发明公开了一种基于大数据的冲击型电力大客户识别方法,所述方法包括以下步骤:S1、构建客户负荷特征指标体系;S2、基于综合评价法确定指标权重判断是否为电力大客户,若是电力大客户则继续步骤S3,否则结束;S3、收集用采系统负荷数据;S4、滤除采集异常值;S5、统计各采集时间点小组的变异系数;S6、识别疑似存在冲击负荷的采集时间小组;S7、开展离群值识别:对排序后的各采集时间点小组内的负荷数据依次构建离群点分析,获取离群值;S8、分析冲击负荷倍率;S9、标记冲击型电力大客户。本发明通过大数据分析准确识别冲击型电力大客户,确保电力系统做出合理规划。
-
公开(公告)号:CN111539585B
公开(公告)日:2023-05-23
申请号:CN202010464624.4
申请日:2020-05-26
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
Inventor: 邹晟 , 易洋 , 谢小平 , 鄢重 , 叶志 , 吴文娴 , 何海零 , 毛坚 , 申浩平 , 程莺 , 王薇 , 周滨 , 王庭婷 , 马斌 , 易璐 , 傅政军 , 刘志泽 , 罗鑫 , 黄颖 , 曾娟 , 孙飞
IPC: G06Q10/04 , G06Q10/0635 , G06N3/006 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于随机森林的电力客户诉求敏感度监督及预警方法,S1、分别构建生产停电诉求和欠费停复电诉求的客户敏感度关联因素集;S2、抽取历史数据并滤除异常数据形成机器学习数据集合;S3、将所述机器学习数据集合划分为训练集和验证集;S4、基于所述训练集和验证集分别得到生产停电诉求和欠费停复电诉求的随机森林预测模型;S5、基于所述生产停电诉求和欠费停复电诉求的随机森林预测模型分别构建生产停电诉求和欠费停复电诉求的敏感度指数模型;S6、基于所述机器学习数据集合确定预警等级的敏感度指数界限;S7、开展客户诉求的预警等级预测。本发明进一步感知电力客户需求,提升电力服务质量。
-
公开(公告)号:CN111539654B
公开(公告)日:2023-04-25
申请号:CN202010466345.1
申请日:2020-05-26
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
Inventor: 邹晟 , 易洋 , 谢小平 , 鄢重 , 叶志 , 吴文娴 , 何海零 , 毛坚 , 申浩平 , 程莺 , 王薇 , 周滨 , 王庭婷 , 马斌 , 易璐 , 傅政军 , 刘志泽 , 罗鑫 , 黄颖 , 曾娟 , 孙飞
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种基于大数据的冲击型电力大客户识别方法,所述方法包括以下步骤:S1、构建客户负荷特征指标体系;S2、基于综合评价法确定指标权重判断是否为电力大客户,若是电力大客户则继续步骤S3,否则结束;S3、收集用采系统负荷数据;S4、滤除采集异常值;S5、统计各采集时间点小组的变异系数;S6、识别疑似存在冲击负荷的采集时间小组;S7、开展离群值识别:对排序后的各采集时间点小组内的负荷数据依次构建离群点分析,获取离群值;S8、分析冲击负荷倍率;S9、标记冲击型电力大客户。本发明通过大数据分析准确识别冲击型电力大客户,确保电力系统做出合理规划。
-
公开(公告)号:CN111539585A
公开(公告)日:2020-08-14
申请号:CN202010464624.4
申请日:2020-05-26
Applicant: 国网湖南省电力有限公司 , 国网湖南省电力有限公司供电服务中心(计量中心) , 国家电网有限公司
Inventor: 邹晟 , 易洋 , 谢小平 , 鄢重 , 叶志 , 吴文娴 , 何海零 , 毛坚 , 申浩平 , 程莺 , 王薇 , 周滨 , 王庭婷 , 马斌 , 易璐 , 傅政军 , 刘志泽 , 罗鑫 , 黄颖 , 曾娟 , 孙飞
Abstract: 本发明公开了一种基于随机森林的电力客户诉求敏感度监督及预警方法,S1、分别构建生产停电诉求和欠费停复电诉求的客户敏感度关联因素集;S2、抽取历史数据并滤除异常数据形成机器学习数据集合;S3、将所述机器学习数据集合划分为训练集和验证集;S4、基于所述训练集和验证集分别得到生产停电诉求和欠费停复电诉求的随机森林预测模型;S5、基于所述生产停电诉求和欠费停复电诉求的随机森林预测模型分别构建生产停电诉求和欠费停复电诉求的敏感度指数模型;S6、基于所述机器学习数据集合确定预警等级的敏感度指数界限;S7、开展客户诉求的预警等级预测。本发明进一步感知电力客户需求,提升电力服务质量。
-
-
-