CN106709623B - 一种基于风险计算模型的电网营销稽查风险管控方法 - Google Patents

一种基于风险计算模型的电网营销稽查风险管控方法 Download PDF

Info

Publication number
CN106709623B
CN106709623B CN201611003692.0A CN201611003692A CN106709623B CN 106709623 B CN106709623 B CN 106709623B CN 201611003692 A CN201611003692 A CN 201611003692A CN 106709623 B CN106709623 B CN 106709623B
Authority
CN
China
Prior art keywords
risk
line
user
risk index
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611003692.0A
Other languages
English (en)
Other versions
CN106709623A (zh
Inventor
戴斌
罗陆宁
黄令忠
李炳要
刘旸
邰刚
李涛
区彦黛
刘启彬
张斌
林尧铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Shuzhi Wajue Software Co ltd
Shenzhen Power Supply Co ltd
Original Assignee
Xiamen Shuzhi Wajue Software Co ltd
Shenzhen Power Supply Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen Shuzhi Wajue Software Co ltd, Shenzhen Power Supply Co ltd filed Critical Xiamen Shuzhi Wajue Software Co ltd
Priority to CN201611003692.0A priority Critical patent/CN106709623B/zh
Publication of CN106709623A publication Critical patent/CN106709623A/zh
Application granted granted Critical
Publication of CN106709623B publication Critical patent/CN106709623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于风险计算模型的电网营销稽查风险管控方法，包括如下步骤：根据电网营销数据库中各个区局的电网营销数据，通过风险计算模型计算出各个风险指标的得分；计算获得每一线路下的每一用户的用户风险指数；根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数；图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数。

Description

一种基于风险计算模型的电网营销稽查风险管控方法
技术领域
本发明涉及电网的营销稽查，特别是涉及一种基于风险计算模型的电网营销稽查风险管控方法。
背景技术
电网的营销稽查通常是对电网营销过程中用电异常的数据进行捕获与分析判断。但目前的稽查工作中，对异常数据的捕获和分析主要依靠维护人员手动排查判断，常常需要结合很多信息进行分析，工作量大且效果不好，有时会严重影响调度、监控等专业对电网实际运行情况的判断，成为电网稳定优质运行的隐患。
在电力营销稽查人员的常态稽查和专项稽查工作中，如何提高工作效率和稽查准确率，以及减轻稽查人员的工作负担，准确挖掘营销业务问题产生的原因，成为了现阶段迫切需要解决的问题。
发明内容
本发明所要解决的技术问题在于，提供一种基于风险计算模型的电网营销稽查风险管控方法，可以自动获得各区局的业务风险指数，可以提高风险稽查效率以及准确率，降低稽查工作量。
为了解决上述技术问题，本发明实施例的一方面提供一种基于风险计算模型的电网营销稽查风险管控方法，包括如下步骤：
根据电网营销数据库中各个区局的电网营销数据，通过风险计算模型计算出各个风险指标的得分，并通过主成分算法计算出每条线路的线路风险指数，其中，所述电网营销数据至少包括台区、馈线的售电量、供电量、线损电量、线损率、用户电量数据；
计算获得每一线路下的每一用户的用户风险指数；
根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数；
图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数。
其中，所述根据电网营销数据库中各个区局馈线数据，通过风险计算模型计算出各个风险指标的得分，并通过主成分算法计算出每条线路的线路风险指数的步骤包括：
第一步：计算各项风险指标得分，所述各项风险指标包括：线损率均值、线损电量均值、线损率标准差、线损电量标准差、异常区间供电量总和、异常区间用户数变异系数，其中，将馈线线损率超过5％并且连续五天以上的区间作为异常区间；
第二步：对所述各项风险指标进行标准化处理；
第三步：根据标准化数据矩阵建立协方差矩阵R，所述R为实对称矩阵，所述矩阵R中的元素Rij为各风险指标得分的Xi与Xj的相关系数，通过下述公式获得所述协方差矩阵R的上三角元素或下三角元素：
Figure BDA0001152445280000021
其中，i，j＝1，2，…，p；k为矩阵的行数，Xi、Xj为第一步中计算得出的不同风险指标得分；
第四步：根据协方差矩阵R求出特征值、主成分贡献率和累计方差贡献率，确定主成分个数，具体地包括：
通过解特征方程|λE-R|＝0，求出特征值λi(i＝1，2，…，p)；因为R是正定矩阵，所以其特征值λi均为正数，将其按大小顺序排列，即λ1≥λ2≥…≥λi≥0，E为期望值，其中，所述特征值为各主成分的方差；
计算获得主成分贡献率以及累计贡献率，其中：主成分Zi的贡献率
Figure BDA0001152445280000022
Figure BDA0001152445280000023
累计贡献率为
Figure BDA0001152445280000024
在所述特征值中，选取大于1且累计贡献率达80％-95％的特征值λ1，λ2，…，λm，其中m≤p，所述整数m即为主成分的个数；
第五步：建立初始因子载荷矩阵；其中，所述初始因子载荷矩阵中的因子载荷量为主成分Zi与原始指标Xi的相关系数R(Zi，Xi)，根据所述载荷矩阵获得每条线路的线路风险指数。
其中，所述根据所述各个风险指标的的得分，计算获得每一线路下的每一用户的用户风险指数的步骤包括：
根据线路异常区间的起始时间，选择所述时间范围内的用户数据，根据下述公式计算每个用户的如下指标：
用户电量波动率指标：
Figure BDA0001152445280000031
用户电量缺失值比例：absentR＝absentD/allD
用户电量异常日变异指数:abDcv＝异常日当日电量变化幅度/线损电量变化幅度
将用户以上指标标准化以后进行加权汇总，获得每一用户的用户风险指数，对于每一线路，预先确定上述每一指标所对应的权重；
其中，其中，UserdQi为：每个用户电量，UsedQ为：所有用户电量均值，absentD为异常区间内某用户的缺失电量，allD为异常区间内所有线损电量。
其中，所述根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数的步骤具体包括：
根据下述公式计算获得各区局的业务风险得分：
Figure BDA0001152445280000032
业务指标异常风险得分*异常区间线路供电量/区总供电量，其中，业务指标异常得分为所述线路风险指数或/及用户风险指数。
其中，所述图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数的步骤具体为：
采用图形结合颜色、文字、尺寸来显示所述线路风险指数、用户风险指数、各区局的业务风险指数。
其中，进一步包括：
通过遍历数据库中各个区局的台区和馈线数据，自动识别出异常区间。
实施本发明实施例，具有如下的有益效果：
本发明主要使用台区、馈线的售点量、供电量、线损电量、线损率，用户电量以及历史稽查样本的辅助信息，对馈线、台区线路历史数据异常区间进行识别，然后计算提取馈线、台区线路风险指标(异常区间数量、异常供电量、售电量、线损率、线损电量指数、异常区间用户数)，再对这些指标进行主成分分析，提取风险指数。最后以异常区间线损电量为权重，对前面提取的风险指标进行加权计算，获得区局该项业务的风险指数，并可以通过图形化显示出来，非常直观。在常态稽查、专项稽查、在线稽查中可以优先稽查风险指数较高的线路和用户，提高了稽查效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种基于风险计算模型的电网营销稽查风险管控方法的一个实施例的主流程示意图；
图2是图1中步骤S10的详细的流程示意图；
图3是图1中步骤S10获得的线路风险指数示例表；
图4是图1中步骤S11获得的用户风险指数示例表；
图5是本发明中图形化显示线路风险指数及用户风险指数的界面示意图；
图6是本发明中图形化显示业务风险指数的界面示意图；
图7是本发明中图形化显示全局风险指数的界面示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面将结合附图对本发明做进一步详细描述。
如图1所示，示出了本发明一种基于风险计算模型的电网营销稽查风险管控方法一个实施例的主流程示意图；一并结合图2所示，在该实施例中，该方法包括如下步骤：
步骤S10，根据电网营销数据库中各个区局的电网营销数据，通过风险计算模型计算出各个风险指标的得分，并通过主成分算法计算出每条线路的线路风险指数，其中，所述电网营销数据至少包括台区、馈线的售电量、供电量、线损电量、线损率、用户电量数据；
其中，该步骤S10具体包括如下步骤：
步骤S100：计算各项风险指标得分，所述各项风险指标包括：线损率均值、线损电量均值、线损率标准差、线损电量标准差、异常区间供电量总和、异常区间用户数变异系数，其中，将馈线线损率超过5％并且连续五天以上的区间作为异常区间；
具体地，各风险指标计算公式如下：
线损率均值计算公式:
Figure BDA0001152445280000051
其中lostRi为线路线损率；
线损电量均值计算公式:
Figure BDA0001152445280000052
其中lostQi为线路的线损电量；
线损率标准差计算公式：
Figure BDA0001152445280000053
线损电量标准差计算公式：
Figure BDA0001152445280000054
异常区间供电量总和计算公式：
Figure BDA0001152445280000055
其中Absupply_Qi为异常区间的线路的供电量；
异常区间用户数变异系数计算公式：cvUserNo＝stdUser/avgUserNo；
其中，stdUser指用户数标准差，avgUserNo指所有用户数均值
步骤S101：对所述各项风险指标进行标准化处理；
步骤S102：根据标准化数据矩阵建立协方差矩阵R，所述R为实对称矩阵(即Rij＝Rji)，所述矩阵R中的元素Rij(i，j＝1，2，…，p)为各风险指标得分的Xi与Xj的相关系数，通过下述公式获得所述协方差矩阵R的上三角元素或下三角元素：
Figure BDA0001152445280000056
其中，i，j＝1，2，…，p；k为矩阵的行数，Xi、Xj为步骤S100中计算得出的不同风险指标得分；步骤S103：根据协方差矩阵R求出特征值、主成分贡献率和累计方差贡献率，确定主成分个数，具体地包括：
通过解特征方程|λE-R|＝0，求出特征值λi(i＝1，2，…，p)；因为R是正定矩阵，所以其特征值λi均为正数，将其按大小顺序排列，即λ1≥λ2≥…≥λi≥0，E为期望值，其中，所述特征值为各主成分的方差，它的大小反映了各个主成分的影响力；
计算获得主成分贡献率以及累计贡献率，其中：主成分Zi的贡献率
Figure BDA0001152445280000061
Figure BDA0001152445280000062
累计贡献率为
Figure BDA0001152445280000063
根据选取主成分个数的原则，在所述特征值中，选取大于1且累计贡献率达80％-95％的特征值λ1，λ2，…，λm，其中m≤p，所述整数m即为主成分的个数；
步骤S104：建立初始因子载荷矩阵；其中，所述初始因子载荷矩阵中的因子载荷量为主成分Zi与原始指标Xi的相关系数R(Zi，Xi)，揭示了主成分与各风险指标之间的相关程度，利用它可较好地解释主成分的意义，根据所述载荷矩阵获得每条线路的线路风险指数。
具体获得的每条线路的线路风险指数列表可以参考图3所示。
步骤S11，根据所述各个风险指标的得分，计算获得每一线路下的每一用户的用户风险指数；具体包括：
根据线路异常区间的起始时间，选择所述时间范围内的用户数据，根据下述公式计算每个用户的如下指标：
用户电量波动率指标：
Figure BDA0001152445280000064
其中，UssedQi指每个用户电量，UsedQ指所有用户电量均值；
用户电量缺失值比例：absentR＝absentD/allD，其中，absentD为异常区间内某用户的缺失电量，allD为异常区间内所有线损电量；
用户电量异常日变异指数:abDcv＝异常日当日电量变化幅度/线损电量变化幅度
将用户以上指标标准化以后进行加权汇总，获得每一用户的用户风险指数(Urisk)，对于每一线路，预先确定上述每一指标所对应的权重，可以理解的是，该权重也可以根据实际线路情况再调整；
其中，absentD为异常区间内某用户的线损电量，allD为异常区间内所有线损电量。
具体获得的每条线路的各用户的用户风险指数列表可以参考图4所示。
步骤S12，根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数；
根据下述公式计算获得各区局的业务风险得分：
Figure BDA0001152445280000071
业务指标异常风险得分*异常区间线路供电量/区总供电量，其中，业务指标异常得分为所述线路风险指数或/及用户风险指数。
步骤S13，图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数，具体地可以采用图形结合颜色、文字、尺寸来显示所述线路风险指数、用户风险指数、各区局的业务风险指数。
如图5所示，示出了本发明中图形化显示线路风险指数及用户风险指数的界面示意图，从中可以看出一个区局的每条线路的每个用户风险指数，其中颜色越深对应的风险指数越高，非常直观，在实际应用中还可以采用彩色来显示，例如用红色对应指示风险高的用户；
图6是本发明中图形化显示业务风险指数的界面示意图；其中示出了每条线路的抄核业务风险，非常直观易懂；
图7是本发明中图形化显示全局风险指数的界面示意图；其中示出了每个局对应的计量、抄核收、用电检查等类别的风险大小。
可以理解的是，在本方法中可以通过遍历数据库中各个区局的台区和馈线数据，自动识别出异常区间。
实施本发明实施例，具有如下的有益效果：
本发明主要使用台区、馈线的售点量、供电量、线损电量、线损率，用户电量以及历史稽查样本的辅助信息，对馈线、台区线路历史数据异常区间进行识别，然后计算提取馈线、台区线路风险指标(异常区间数量、异常供电量、售电量、线损率、线损电量指数、异常区间用户数)，再对这些指标进行主成分分析，提取风险指数。最后以异常区间线损电量为权重，对前面提取的风险指标进行加权计算，获得区局该项业务的风险指数，并可以通过图形化显示出来，非常直观。在常态稽查、专项稽查、在线稽查中可以优先稽查风险指数较高的线路和用户，提高了稽查效率，在一个实施例中，通过稽查风险模型计算过滤出来的风险线路和风险用户的准确率可以达到85％以上。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于风险计算模型的电网营销稽查风险管控方法，其特征在于，包括如下步骤：
根据电网营销数据库中各个区局的电网营销数据，通过风险计算模型计算出各个风险指标的得分，并通过主成分算法计算出每条线路的线路风险指数，其中，所述电网营销数据至少包括台区、馈线的售电量、供电量、线损电量、线损率、用户电量数据；
根据所述各个风险指标的得分，计算获得每一线路下的每一用户的用户风险指数；
根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数；
图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数；
其中，所述根据电网营销数据库中各个区局的电网营销数据，通过风险计算模型计算出各个风险指标的得分，并通过主成分算法计算出每条线路的线路风险指数的步骤包括：
第一步：计算各项风险指标得分，所述各项风险指标包括：线损率均值、线损电量均值、线损率标准差、线损电量标准差、异常区间供电量总和、异常区间用户数变异系数，其中，将馈线线损率超过5％并且连续五天以上的区间作为异常区间；
第二步：对所述各项风险指标进行标准化处理；
第三步：根据标准化数据矩阵建立协方差矩阵R，所述R为实对称矩阵，所述矩阵R中的元素Rij为各风险指标得分的Xi与Xj的相关系数，通过下述公式获得所述协方差矩阵R的上三角元素或下三角元素：
Figure FDA0003137470960000011
其中，i，j＝1，2，…，p；k为矩阵的行数，Xi、Xj为第一步中计算得出的不同风险指标得分，p为风险指标数量，Xkj为风险指标i和j之间的协方差；
第四步：根据协方差矩阵R求出特征值、主成分贡献率和累计方差贡献率，确定主成分个数，具体地包括：
通过解特征方程|λE-R|＝0，求出向量λ中的特征值λi(i＝1，2，…，p)；因为R是正定矩阵，所以其特征值λi均为正数，将其按大小顺序排列，即λ1≥λ2≥…≥λi≥0，E为期望值，其中，所述特征值为各主成分的方差；
计算获得主成分贡献率以及累计贡献率，其中：主成分Zi的贡献率
Figure FDA0003137470960000021
Figure FDA0003137470960000022
累计贡献率为
Figure FDA0003137470960000023
在所述特征值中，选取大于1且累计贡献率达80％-95％的特征值λ1，λ2，…，λm，其中m≤p，所述整数m即为主成分的个数；
第五步：建立初始因子载荷矩阵；其中，所述初始因子载荷矩阵中的因子载荷量为主成分Zi与原始指标Xi的相关系数R(Zi，Xi)，根据所述载荷矩阵获得每条线路的风险指数；
其中，所述根据所述各个风险指标的得分，计算获得每一线路下的每一用户的用户风险指数的步骤包括：
根据线路异常区间的起始时间，选择所述时间范围内的用户数据，根据下述公式计算每个用户的如下指标：
用户电量波动率指标：
Figure FDA0003137470960000024
用户电量缺失值比例：absentR＝absentD/allD
用户电量异常日变异指数:abDcv＝异常日当日电量变化幅度/线损电量变化幅度；
将用户以上指标标准化以后进行加权汇总，获得每一用户的用户风险指数，对于每一线路，预先确定上述每一指标所对应的权重；
其中，UserdQi为每个用户电量，UsedQ为所有用户电量均值，absentD为异常区间内某用户的缺失电量，allD为异常区间内所有线损电量。
2.如权利要求1所述的一种基于风险计算模型的电网营销稽查风险管控方法，其特征在于，所述根据所述线路风险指数和用户风险指数，通过加权计算，获得各区局的业务风险指数的步骤具体包括：
根据下述公式计算获得各区局的业务风险得分：
Figure FDA0003137470960000031
业务指标异常风险得分*异常区间线路供电量/区总供电量，其中，业务指标异常得分为所述线路风险指数或/及用户风险指数。
3.如权利要求1-2任一项所述的一种基于风险计算模型的电网营销稽查风险管控方法，其特征在于，所述图形化显示所述每一区局的业务风险指数、线路风险指数以及用户风险指数的步骤具体为：
采用图形结合颜色、文字、尺寸来显示所述线路风险指数、用户风险指数、各区局的业务风险指数。
4.如权利要求3所述的一种基于风险计算模型的电网营销稽查风险管控方法，其特征在于，进一步包括：
通过遍历数据库中各个区局的台区和馈线数据，自动识别出异常区间。
CN201611003692.0A 2016-11-14 2016-11-14 一种基于风险计算模型的电网营销稽查风险管控方法 Active CN106709623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611003692.0A CN106709623B (zh) 2016-11-14 2016-11-14 一种基于风险计算模型的电网营销稽查风险管控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611003692.0A CN106709623B (zh) 2016-11-14 2016-11-14 一种基于风险计算模型的电网营销稽查风险管控方法

Publications (2)

Publication Number Publication Date
CN106709623A CN106709623A (zh) 2017-05-24
CN106709623B true CN106709623B (zh) 2022-02-08

Family

ID=58940453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611003692.0A Active CN106709623B (zh) 2016-11-14 2016-11-14 一种基于风险计算模型的电网营销稽查风险管控方法

Country Status (1)

Country Link
CN (1) CN106709623B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109360079A (zh) * 2018-10-24 2019-02-19 江苏税软软件科技有限公司 一种基于风险计算的税务指标稽查风险管控方法
CN114165777B (zh) * 2020-09-10 2023-10-24 河北云酷科技有限公司 电厂锅炉四管泄漏智能识别模型
CN113656379A (zh) * 2020-11-18 2021-11-16 刘凤 全电网基于云平台的风险稽查监控平台
CN116090832A (zh) * 2023-02-22 2023-05-09 平顶山学院 一种电网营销业务风险数字化管控系统及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10453142B2 (en) * 2009-02-11 2019-10-22 Johnathan Mun System and method for modeling and quantifying regulatory capital, key risk indicators, probability of default, exposure at default, loss given default, liquidity ratios, and value at risk, within the areas of asset liability management, credit risk, market risk, operational risk, and liquidity risk for banks
CN104779699A (zh) * 2014-01-13 2015-07-15 国网上海市电力公司 一种多功能站点线损管理系统
CN103985068A (zh) * 2014-05-30 2014-08-13 湖南智仁科技有限公司 一种配电网在线风险评估方法
CN104504508B (zh) * 2014-12-15 2018-02-23 国网安徽省电力公司铜陵供电公司 基于层次分析与小波回归的台区闭环数据分析方法

Also Published As

Publication number Publication date
CN106709623A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN110097297B (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
CN107340492B (zh) 基于大数据挖掘和场景预判的电能计量装置故障分析方法
CN105588995B (zh) 一种电力计量自动化系统线损异常检测方法
CN106709623B (zh) 一种基于风险计算模型的电网营销稽查风险管控方法
CN107527114A (zh) 一种基于大数据的线路台区异常分析方法
JP2009089594A (ja) 検針データを利用した電力設備の時空間負荷分析システム及び負荷の計算方法
CN113032454A (zh) 基于云计算的交互式用户用电异常监测预警管理云平台
CN112288303B (zh) 确定线损率的方式、装置
CN113189418B (zh) 一种基于电压数据的拓扑关系识别方法
CN110276511A (zh) 一种基于电量与线损关联性的线变关系异常判别方法
CN103995962A (zh) 一种配用电线损实时在线计算分析方法
CN206312210U (zh) 一种配电网设备的状态评估系统
CN110739686A (zh) 一种基于总表异常分析的台区线损治理方法及系统
CN109255524A (zh) 一种计量设备数据分析评估方法及系统
CN104933477A (zh) 一种利用输变电设备风险评估优化检修策略的方法
CN107870275A (zh) 基于大数据的避雷器运行状态评价方法
CN110855012A (zh) 一种台区实时线损智能分析系统
CN110322146A (zh) 10kV馈线线损率修正的馈线线损率标杆值计算方法
CN112418687B (zh) 基于用电特征的用户用电异常识别方法、装置和存储介质
CN111612371A (zh) 一种基于层次分析法的智能电表质量评估方法
CN108062616A (zh) 一种具有约束条件的用电异常检测模型
CN115905319B (zh) 一种海量用户电费异常的自动识别方法及系统
CN114519514A (zh) 一种低压台区合理线损值测算方法、系统及计算机设备
CN113469488B (zh) 配电网设备拓扑结构在线诊断分析系统
CN114580819A (zh) 一种基于大数据的线损异常分析运营监控系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant