CN106952043B - 一种计划停电敏感度评估方法和装置 - Google Patents

一种计划停电敏感度评估方法和装置 Download PDF

Info

Publication number
CN106952043B
CN106952043B CN201710178984.6A CN201710178984A CN106952043B CN 106952043 B CN106952043 B CN 106952043B CN 201710178984 A CN201710178984 A CN 201710178984A CN 106952043 B CN106952043 B CN 106952043B
Authority
CN
China
Prior art keywords
power failure
logistic regression
regression model
information
sensitivity
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
CN201710178984.6A
Other languages
English (en)
Other versions
CN106952043A (zh
Inventor
宫立华
盛妍
刘鲲鹏
汪莉
张全
王宗伟
金鹏
杨菁
郑小贤
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.)
Customer Service Center Of State Grid Corp Of China
Original Assignee
Customer Service Center Of State Grid Corp Of China
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 Customer Service Center Of State Grid Corp Of China filed Critical Customer Service Center Of State Grid Corp Of China
Priority to CN201710178984.6A priority Critical patent/CN106952043B/zh
Publication of CN106952043A publication Critical patent/CN106952043A/zh
Application granted granted Critical
Publication of CN106952043B publication Critical patent/CN106952043B/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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (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

本申请公开一种计划停电敏感度评估方法和装置。本发明基于海量服务信息和客户档案数据，通过对计划停电相关因素分析，建立分析模型挖掘计划停电敏感度的重要影响因素，分析影响因素与敏感度的规律，建立一套用于评估停电事件敏感度的计算模型，从而实现计划停电敏感度的量化评判，并为科学合理的计划停电制定提供数据支撑。建立起客户对于计划停电的信息反馈机制，提高分析人员的工作效率，使分析结果更加准确可靠，提升客户满意度及相应服务质量。

Description

一种计划停电敏感度评估方法和装置
技术领域
本申请涉及电力领域，更具体地说，涉及一种计划停电敏感度评估方法和装置。
背景技术
目前，随着电力体制改革的推进，行业竞争的逐步发展，电力公司自身、行业主体、市场开拓和优质服务面临的压力越来越大。充分利用现有数据资源，深入挖掘用户潜在需求，改善供电服务质量，对电力公司未来发展至关重要。
从国内供电可靠性指标的管理数据分析，我国供电可靠性中的非限电性质的计划停电所占比例最大，对供电可靠性影响最大。因此，提高供电可靠性，必须加强非限电计划停电管理，制定科学、合理的停电计划。目前，通常基于操作人员的工作经验对计划停电的敏感度进行评估，无法对计划停电的敏感度进行量化评判，用户满意度较低。
发明内容
有鉴于此，本申请提供一种计划停电敏感度评估方法和装置，以实现对计划停电敏感度的量化评判，为制定科学合理的停电计划提供支持，从而最大限度的满足用户的要求。
为了实现上述目的，现提出的方案如下：
一种计划停电敏感度评估方法，包括：
获取停电事件训练样本；
利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数；
基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度。
优选的，所述利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，包括：
验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
优选的，所述获取停电事件训练样本包括：
在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息；
对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，确定所述停电事件训练样本。
优选的，所述逻辑回归方程为：
Figure BDA0001253123570000021
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
一种计划停电敏感度评估装置，包括：
信息采集单元，用于获取停电事件训练样本；
模型训练单元，用于利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数；
计算单元，用于基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度。
优选的，还包括：模型验证单元，用于验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
优选的，所述信息采集单元包括：
数据采集模块，用于在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息；
数据匹配模块，用于对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，确定所述停电事件训练样本。
优选的，所述逻辑回归方程为：
Figure BDA0001253123570000031
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
经由上述技术方案可知，本申请公开一种计划停电敏感度评估方法和装置。本发明基于海量服务信息和客户档案数据，通过对计划停电相关因素分析，建立分析模型挖掘计划停电敏感度的重要影响因素，分析影响因素与敏感度的规律，建立一套用于评估停电事件敏感度的计算模型，从而实现计划停电敏感度的量化评判，并为科学合理的计划停电制定提供数据支撑。建立起客户对于计划停电的信息反馈机制，提高分析人员的工作效率，使分析结果更加准确可靠，提升客户满意度及相应服务质量。
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的前提下，还可以根据提供的附图获得其他的附图。
图1示出了本发明一个实施例公开的一种计划停电铭感度评估方法的流程示意图；
图2示出了本发明另一个实施例公开的一种计划停电敏感度评估装置的结构示意图。
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做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。
参见图1示出了本发明一个实施例公开的一种计划停电敏感度评估方法的流程示意图。
由图1可知，本方法包括：
S101：获取停电事件训练样本。
具体的，在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息。
进一步，对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，以确定所述停电事件训练样本。
S202：利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数。
需要说明的是，在选择所述多个预设评估指标时，需要对获取到的多个停电事件训练样本进行数据的分析，基于多个停电事件训练样本的停电因素和用户行为，确定上述设评估指标。
将多个预设评估指标作为逻辑回归模型的变量，输入逻辑回归模型。逻辑回归模型在对变量进行拟合时会对每个变量计算Wald卡方值、P指，卡方值表明变量之间的相对重要性，卡方值越大表明该变量越重要；P值表明该变量是否显著，即对模型是否有用，一般而言，P指小于0.05就代表该变量显著。
S203：验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
一般情况下，模型的C统计量的P值若在0.7以上，则模型可用，若该模型的似然比卡方值对应的P值小于0.0001，HL统计量的P值大于0.05，，残差检验白噪声以及拟合度接近于1，则说明模型的整体效果较好。
S204：基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度。
基于SAS的逻辑回归模型训练结果，可得到计划停电敏感度的计算公式，具体如下所示：
Figure BDA0001253123570000051
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
由以上实施例可知，本申请公开一种计划停电敏感度评估方法。本发明基于海量服务信息和客户档案数据，通过对计划停电相关因素分析，建立分析模型挖掘计划停电敏感度的重要影响因素，分析影响因素与敏感度的规律，形成规则库，从而实现计划停电敏感度的量化评判，并为科学合理的计划停电制定提供数据支撑。建立起客户对于计划停电的信息反馈机制，提高分析人员的工作效率，使分析结果更加准确可靠，提升客户满意度及相应服务质量。
参见图2示出了本发明另一个实施例公开的一种计划停电敏感度评估装置的结构示意图。
由图2可知，该装置包括：信息采集单元1、模型训练单元2、模型验证单元3以及计算单元4。
信息采集单元1用于获取停电事件训练样本。
具体的，该信息采集单元包括：数据采集模块11和数据匹配模块12。
数据采集模块11用于在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息。
数据匹配模块12用于对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，确定所述停电事件训练样本。
模型训练单元2，用于利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数。
将多个预设评估指标作为逻辑回归模型的变量，输入逻辑回归模型。逻辑回归模型在对变量进行拟合时会对每个变量计算P值，该P值表示变量的显著性。
模型验证单元3，用于验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
一般情况下，模型的C统计量若在0.7以上，则模型可用，若该模型的似然比卡方值对应的P值小于0.0001，HL统计量的P值大于00.5，则说明模型的整体效果较好。
计算单元4用于基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度。
所述逻辑回归方程为：
Figure BDA0001253123570000061
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
需要说明的是该系统实施例与方法实施例相对应，其执行过程和执行原理相同，在此不作赘述。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种计划停电敏感度评估方法，其特征在于，包括：
获取停电事件训练样本；
利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数；
其中，将多个预设评估指标作为逻辑回归模型的变量，所述逻辑回归模型对变量进行拟合时，分别计算每个变量的P值，并基于P值确定所述变量是否为显著评估指标；基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度；
其中，所述获取停电事件训练样本包括：
在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息；
对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，确定所述停电事件训练样本；
其中采用以下方法选择所述多个预设评估指标：
对获取到的多个停电事件训练样本进行数据分析；
基于多个停电事件训练样本的停电因素和用户行为，确定预设评估指标；
所述逻辑回归方程为：
Figure FDA0002902711170000011
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
2.根据权利要求1所述的方法，其特征在于，所述利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，之后包括：
验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
3.一种计划停电敏感度评估装置，其特征在于，包括：
信息采集单元，用于获取停电事件训练样本；
模型训练单元，用于利用所述停电事件训练样本的多个预设评估指标对预建的逻辑回归模型进行训练，以确定所述多个预设评估指标中的显著评估指标以及各个显著评估指标各自对应的回归系数；其中，将多个预设评估指标作为逻辑回归模型的变量，所述逻辑回归模型对变量进行拟合时，分别计算每个变量的P值，并基于P值确定所述变量是否为显著评估指标；
计算单元，用于基于所述逻辑回归模型的逻辑回归方程对所述显著评估指标进行计算，得到停电事件的停电敏感度；
所述信息采集单元包括：
数据采集模块，用于在预设时间范围内获取电力系统的停电信息、用户热线信息以及用户信息；
数据匹配模块，用于对所述停电信息、所述用户热线信息以及所述用户信息进行匹配，确定所述停电事件训练样本；
其中采用以下方法选择所述多个预设评估指标：
对获取到的多个停电事件训练样本进行数据分析；
基于多个停电事件训练样本的停电因素和用户行为，确定预设评估指标；
所述逻辑回归方程为：
Figure FDA0002902711170000021
其中，β＝β1X1+β2X2....+βnXn；
P表示停电敏感度，β1……βn表示所述回归系数，X1……Xn表示所述显著评估指标。
4.根据权利要求3所述的装置，其特征在于，还包括：模型验证单元，用于验证训练后的所述逻辑回归模型是否稳定，若否则继续利用所述停电事件训练样本对所述逻辑回归模型进行训练，直至所述逻辑回归模型稳定。
CN201710178984.6A 2017-03-23 2017-03-23 一种计划停电敏感度评估方法和装置 Active CN106952043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710178984.6A CN106952043B (zh) 2017-03-23 2017-03-23 一种计划停电敏感度评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710178984.6A CN106952043B (zh) 2017-03-23 2017-03-23 一种计划停电敏感度评估方法和装置

Publications (2)

Publication Number Publication Date
CN106952043A CN106952043A (zh) 2017-07-14
CN106952043B true CN106952043B (zh) 2021-04-13

Family

ID=59473760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710178984.6A Active CN106952043B (zh) 2017-03-23 2017-03-23 一种计划停电敏感度评估方法和装置

Country Status (1)

Country Link
CN (1) CN106952043B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392479A (zh) * 2017-07-27 2017-11-24 国网河南省电力公司电力科学研究院 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法
CN109934469A (zh) * 2019-02-25 2019-06-25 国网河南省电力公司电力科学研究院 基于异源交叉回归分析的停电敏感度预警方法及装置
CN112434954A (zh) * 2020-11-27 2021-03-02 国网北京市电力公司 停电敏感度的评估方法以及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065228A (zh) * 2013-01-21 2013-04-24 广东电网公司东莞供电局 停电监控评估预警方法及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2351623T3 (es) * 2006-04-24 2011-02-08 Critical Care Diagnostics, Inc. Predicción de la mortalidad y detección de una enfermedad grave.

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065228A (zh) * 2013-01-21 2013-04-24 广东电网公司东莞供电局 停电监控评估预警方法及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用电客户停电敏感度分析;郑芒英;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150515;C042-423 *

Also Published As

Publication number Publication date
CN106952043A (zh) 2017-07-14

Similar Documents

Publication Publication Date Title
Martin et al. Systematic review finds major deficiencies in sample size methodology and reporting for stepped-wedge cluster randomised trials
CN107423859B (zh) 一种组合模型建模方法及系统
Jales Estimating the effects of the minimum wage in a developing country: A density discontinuity design approach
Nichols et al. Putting the kappa statistic to use
US8180710B2 (en) System, method and computer program product for an interactive business services price determination and/or comparison model
CN106952043B (zh) 一种计划停电敏感度评估方法和装置
US20120191748A1 (en) System & Method For Facilitating Sequential Review of Restructured Protected Data
KR100921618B1 (ko) 기술창업기업에 대한 기술평가방법
CN105446706B (zh) 用于评估表单页面使用效果及提供原始数据的方法及装置
CN101110699B (zh) 具有网络满意度预测预警功能的系统及其实现方法
CN106803799B (zh) 一种性能测试方法和装置
WO2015122575A1 (ko) 개인 성향 예측 방법 및 그 장치
Raemaekers et al. An analysis of dependence on third-party libraries in open source and proprietary systems
White et al. Methodological tools
US10404524B2 (en) Resource and metric ranking by differential analysis
Voas et al. What happened to software metrics?
CN117291649B (zh) 一种集约化的营销数据处理方法及系统
CN108830649A (zh) 用于电力营销的产权变更用电客户定位方法
US20190172069A1 (en) Computer-based Understanding of Customer Behavior Patterns for Better Customer Outcomes
CN111062564A (zh) 一种电力客户诉求敏感值计算方法
CN103389360B (zh) 基于概率主元回归模型的脱丁烷塔丁烷含量软测量方法
CN114565328A (zh) 一种agc调频性能的考核方法及装置
Efthimiou et al. Statistical projection of material intensity: evidence from the global economy and 107 countries
CN116051185B (zh) 广告位数据的异常检测与筛选方法
Ren et al. Research of software size estimation method

Legal Events

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