CN110852621A - 电力客户负荷特性分析及分类方法、装置及可读存储介质 - Google Patents
电力客户负荷特性分析及分类方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN110852621A CN110852621A CN201911100011.6A CN201911100011A CN110852621A CN 110852621 A CN110852621 A CN 110852621A CN 201911100011 A CN201911100011 A CN 201911100011A CN 110852621 A CN110852621 A CN 110852621A
- Authority
- CN
- China
- Prior art keywords
- customer
- load
- business expansion
- incremental
- data
- 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.)
- Pending
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种电力客户负荷特性分析及分类方法、装置及可读存储介质,涉及电力负荷分类技术领域,所述方法包括如下步骤:获取存量客户的真实运行数据,并基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;对当前客户业扩信息文件进行数据提取以形成客户业扩信息参数表;基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定当前客户的负荷分类并分析其负荷特性。本发明方法基于真实数据获得负荷特性识别库,实现负荷特性向业扩信息的溯源关联,从而实现根据待分析客户业扩信息文件分析预测其负荷特性的功能。
Description
技术领域
本发明涉及电力负荷分类技术领域,特别是一种电力客户负荷特性分析及分类方法、装置及可读存储介质。
背景技术
电力负荷是电力系统的重要组成部分,它的特性对电力系统规划、设计和运行等诸方面均有十分重要的意义。随着电力供需矛盾的加剧和客户用电结构的快速变化,各地区电力负荷特性也发生了较大变化,造成电网调峰困难,引起全国各地拉闸限电、错峰用电的现象时常发生,给系统的安全稳定经济运行带来极大威胁。在用电高峰时期,供电企业往往采用“一刀切”式的错峰用电方案将电网用电高峰时段的部分负荷转移到用电低谷时段,这种情况通常对用电客户的生产和经营造成严重的影响,同时也对供电企业的电力营销造成一定的障碍,从而造成供电企业和用电客户的双重损失。且由于电力系统日益复杂,规模庞大,所以实现电力系统规划、错峰管理、分时电价和负荷预测等需要考虑的因素越来越多,这时对电力客户进行精确的分类能为电力企业和客户的供需电规划提供指导,节省电价,调整电力峰谷值,保障电力系统的安全。
目前针对电力负荷分类工作主要有如下方法:首先,供电企业传统的负荷分类方法往往是依据客户的经济活动特点进行划分,带有一定的主观性。由于设备构成、生活习惯等因素的影响,具有相同经济活动特点的客户,其负荷特性也并不完全一致;其次,相关学者利用负荷模型进行负荷分类,然而单一负荷模型无法完全表征客户的负荷特性和各类的用电设备,且对负荷数据的统计工作量大及难以准确,无法模拟负荷动态特性,不能便捷准确地拟合负荷曲线且不具有普遍性。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的就是提供一种电力客户负荷特性分析及分类方法、装置及可读存储介质,基于真实数据获得负荷特性识别库,实现负荷特性向业扩信息的溯源关联,从而实现根据待分析客户业扩信息文件分析预测其负荷特性的功能。
本发明的目的之一是通过这样的技术方案实现的,一种电力客户负荷特性分析及分类方法,所述方法包括如下步骤:
获取存量客户的真实运行数据,并基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;
对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表;
基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类。
可选的,基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库,包括:
基于所述真实运行数据对存量客户的负荷特性关键数据项进行量化;
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括:电能质量、负荷特性和设备状态。
可选的,对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表,包括:
对增量客户的业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关键数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
可选的,对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表之后,所述方法还包括:
对所述客户业扩信息参数表进行预处理以获得归一化业扩信息参数表。
可选的,基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类,包括:
基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
可选的,将增量客户信息判定为具有对应的负荷特征之后,所述方法还包括:
对判定具有对应负荷特征的客户信息添加对应的数据标签;
基于所述客户负荷特性识别库和所述客户业扩信息参数表进行比对分析以确定客户负荷分类,还包括:
根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
可选的,确定增量客户的负荷分类之后,所述方法还包括:
以增量客户的业扩信息和所确定的增量客户的负荷分类信息为索引确定增量客户的负荷特征信息;
所述负荷特征信息包括:增量客户的负荷分类结果、负荷特性、特性强度、可能导致的风险以及对应的风险预控或治理措施。
本发明的目的之二是通过这样的技术方案实现的,一种电力客户负荷预测装置,所述装置包括:
数据采集单元,用于获取存量客户的真实运行数据;
数据处理单元,用于基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;以及,
对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表;
特性分析评估单元,用于基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类。
可选的,所述数据处理单元,用于基于所述真实运行数据对存量客户的负荷特性关键数据项进行量化;以及
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括:电能质量、负荷特性和设备状态。
可选的,所述数据处理单元,还用于:
对增量客户的业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关键数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
可选的,特性分析评估单元,包括:
距离确定模块,用于基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
判定模块,用于在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
可选的,所述装置还包括:
标签模块,对判定具有对应负荷特征的客户信息添加对应的数据标签;
所述特性分析评估单元,还用于根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
本发明的目的之三是通过这样的技术方案实现的,一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现前述的方法的步骤。
由于采用了上述技术方案,本发明具有如下的优点:本发明方法基于真实数据获得负荷特性识别库,实现负荷特性向业扩信息的溯源关联,从而实现根据待分析客户业扩信息文件分析预测其负荷特性的功能。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下:
图1为本发明第一实施例流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例一
本发明第一实施例提出一种电力客户负荷特性分析及分类方法,如图1所示,所述方法包括如下步骤:
获取存量客户的真实运行数据,并基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;
对当前增量客户业扩信息文件进行数据提取以形成客户业扩信息参数表;
基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类。
具体的说,本发明方法基于现存的客户真实运行数据分类获得客户负荷特性识别库,同时根据增量客户来办理业扩时递交的业扩资料以提取客户业扩信息参数表,通过对比识别确定增量客户的负荷分类。
本发明方法基于真实数据获得负荷特性识别库,实现负荷特性向业扩信息的溯源关联,从而实现根据待分析客户业扩信息文件分析预测其负荷特性的功能。
可选的,基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库,包括:
基于所述真实运行数据对客户的负荷特性关键数据项进行量化;
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括,客户电能质量、负荷特性和设备状态。
具体的说,在本实施例中,客户真实运行数据可通过多种方式获取:例如通过数据接口从相关业务系统直接提取,或通过巳配置的SCADA系统及其他监测采集装置获取大量有关客户的负荷数据,又或是采用报表识别分析的方式从其他文件资料中识别读取,由于数据获取方式不具有唯一性,在此不做限定。
在本实施例中,本发明方法首先根据现存客户真实运行数据,针对客户电能质量、负荷特性、设备状态等方面指标进行分析,在前述各方向进行各关键数据项方向的量化评估,将相应客户业扩信息参数向各负荷特性关键数据项进行聚类分析,训练获得客户负荷特性识别库,本实施例中,关键数据项包括电能质量、负荷特性、设备状态等指标。对于聚类分析方案,在本实施例的一种实施方式中,可以选用FCM聚类,例如C均值聚类或K均值聚类,也可以选用其他的聚类算法或优化方法,在此不做限定。
可选的,在本发明一个可选的实施例中,对当前客户业扩信息文件进行数据提取以形成客户业扩信息参数表,包括:
对客户业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关联数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
具体的说,在本实施例中,将待分类的当前增量客户在办理业扩业务时提交的申请表、受电设备清单、现场勘查记录等文件进行文本解析,基于文本解析的结果对文件中用电容量、用电地址、行业类别、用电性质、工作班次、主要受电设备信息、电源方案、无功补偿、继电保护及电能计量方案等信息进行检索定位,并提取形成客户业扩信息参数表。
更具体的,除通过文本解构处理之外,还可通过客户访谈、实地勘察等人工手段取得客户业扩资料信息,且通过此途径获取的业扩资料信息参考性更强,本实施例从技术先进与资源集约的角度考虑,通过文件智能结构识别的方式获取相应的资料信息。
可选的,对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表之后,所述方法还包括:
对所述客户业扩信息参数表进行预处理以获得归一化业扩信息参数表。
具体的,在本实施例中,在对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表之后,还需要对客户业扩信息参数表进行预处理,在本发明的一种实施方式中,预处理包括:数据清洗、取值范围核查、归一化处理等,从而预处理之后获得归一化业扩信息参数表,具体的预处理方案还可以根据实际情况设置,所获得的归一化业扩信息参数表后续就可以用于实现负荷特征识别功能。
可选的,在本发明一个可选的实施例中,基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类,包括:
基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
具体的说,在本实施例中,基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析,包括如下步骤:
分析判定在各客户负荷特性关键数据项上当前客户信息与聚类中心的距离,并与判定阈值进行比较,将在阈值范围内的客户判定为具有当前负荷特征。
例如,对钢铁冶炼行业存量客户真实数据进行分析发现,该类客户在无滤波措施情况下3-5次谐波含量呈现出高度的聚类特性,80%以上的归一化数据点集中在聚类中心周围0.2单位距离范围内,此时将当前增量客户设备信息进行同类型的数据预处理后加入此聚类图中,分析发现当前客户在2-5次谐波含量散点图中与聚类中心距离仅为0.12,则认为当前客户具有“低次谐波”负荷特性,强度为中等。采用类似的方式可进行功率因数、电压波动、过载、电路谐振等多方面的负荷特性判定。
可选的,将增量客户信息判定为具有对应的负荷特征之后,所述方法还包括:
对判定具有对应负荷特征的客户信息添加对应的数据标签;
基于所述客户负荷特性识别库和所述客户业扩信息参数表进行比对分析以确定客户负荷分类,还包括:
根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
具体的说,在本实施例中,对在阈值范围内的客户判定为具有当前负荷特性,并加设相应的数据标签,最后依据标签的组合方案确定客户负荷分类。
可选的,确定增量客户的负荷分类之后,所述方法还包括:
以增量客户的业扩信息和所确定的增量客户的负荷分类信息为索引确定增量客户的负荷特征信息;
所述负荷特征信息包括:增量客户负荷分类结果、负荷特性、特性强度、可能导致的风险以及对应的风险预控或治理措施。
具体的说,待各方面均分析完成后,将客户业扩信息、识别认定的负荷特征输出信息作为索引值,调用输出及交互模块中的信息组,输出增量客户负荷特征信息。
综上,本发明方法基于真实数据训练负荷特性识别库,实现负荷特性向业扩信息的溯源关联,从而实现根据待分析客户业扩资料分析预测其负荷特性的功能,相比现有技术,能够实现在供电方案制定之前对客户负荷特性、运行状况进行准确度较高的预测评估,为供电方案、设备配置合理性的进一步提升具有明显的支撑作用。
本发明方法能够在客户受电设施通电运行前,甚至在客户受电设施电气设计确定、开始施工之前对客户提供关于运行风险、电能质量、电能计量、主要设备运行情况等多方面的评估信息,对及早采取措施预控具有重要意义,有助于提升客户方面对自身精益化、合理化、经济化用电能力的提升。
本发明方法相比于现有技术,本发明所述技术参考的客户业扩信息种类更多、信息量更大,相应地进行客户负荷分类的结果也更为精细,此外,客户负荷特性的分析结果更大程度上丰富了负荷分类工作能提供的信息总量,为后续诸多监测、试验及状态评估工作提供了依据与支撑。
实施例二
本发明的目的之二是通过这样的技术方案实现的,一种电力客户负荷预测装置,所述装置包括:
数据采集单元,用于获取客户的真实运行数据,
数据处理单元,用于基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;以及,
对当前客户业扩信息文件进行数据提取以形成客户业扩信息参数表;
特性分析评估单元,用于基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定当前客户的负荷分类。
可选的,所述数据处理单元,用于基于所述真实运行数据对存量客户的负荷特性关键数据项进行量化;以及
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括:电能质量、负荷特性和设备状态。
可选的,所述数据处理单元,还用于:
对增量客户的业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关键数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
可选的,特性分析评估单元,包括:
距离确定模块,用于基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
判定模块,用于在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
可选的,所述装置还包括:
标签模块,对判定具有对应负荷特征的客户信息添加对应的数据标签;
所述特性分析评估单元,还用于根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
具体的说,本实施例中,数据采集单元根据现存客户真实运行数据,针对客户电能质量、负荷特性、设备状态等方面指标进行分析,在前述各方向进行各关键数据项方向的量化评估,将相应客户业扩信息参数向各负荷特性关键数据项进行FCM聚类分析,训练获得客户负荷特性识别库;
将客户办理业扩业务时提交的申请表、受电设备清单、现场勘查记录等文件导入数据采集单元的文本解析模块,由文本解析模块对文件中相关的数据进行检索定位,并提取形成客户业扩信息参数表。
所述客户业扩信息参数表传入数据处理单元,进行数据清洗、取值范围核查、归一化处理等基本数据预处理工作,并将清洗后的归一化业扩信息参数表算入特性分析评估单元;
特性分析评估单元将客户业扩信息参数表与客户负荷特性识别库进行比对分析,判别在各客户负荷特性关键数据项上当前客户信息与聚类中心的距离,并与判定阈值进行比较,对在阈值范围内的客户判定为具有当前负荷特性,并加设相应的数据标签,依据标签组合方案确定客户负荷分类;
待各方面均分析完成后,将客户业扩信息、识别认定的负荷特性输出信息作为索引值,调用输出及交互模块中的信息组,输出当前客户负荷特性信息,包括客户负荷分类结果、负荷特性、特性强度、可能导致的风险以及预控或治理措施等内容。
实施例三
本发明第三实施例提出一种电力客户负荷预测装置的实施案例
设想某客户目前正在办理业扩报装,已将业扩申请表、主要受电设备清单、工作计划等资料提交给供电单位,需供电单位批复供电方案并审查其提交的受电设施设计文件。
依照现有技术与工作模式,在业扩工作完成、客户受电设施通电运行前,供电企业仅能依据用电容量、电压等级、行业分类等少量信息进行匹配性的客户分类,此种客户分类结果并未与负荷特性关联,无法对客户投运后的用能状况进行表征,只有在客户投运一段时间后方可通过指标监测、异常排查或采用基于日负荷曲线的聚类分析方法探查客户负荷特性情况,并采取必要的措施进行应对。此时,客户受电设施已整体处于通电运行状态,将不可避免地发生设备带风险运行或需要采取停电措施以执行负荷特性应对的技术措施等情况,对客户正常用能、高效用能造成阻碍。
按照本发明的方案,可预先对在网运行的客户采样,分别采集其真实运行数据与业扩档案资料,对真实运行数据进行负荷特性探查、电能质量分析以及风险评估,随后以各方面分析结论为依据,对分析结论中异常信息相同的客户作为数据集,分别向业扩信息中的关键数据项进行聚类分析,训练获取客户负荷特性识别库。
随后,在某客户进入业扩流程,提交业扩信息文件之后,就可以直接将相关的业扩信息文件传入文本解析模块中,对各文件信息中高度格式化的文本进行结构与关键词检索,将检索所得的信息整理形成客户业扩信息参数表,送入数据处理单元进行清洗、归一化等处理,并将处理后的归一化客户业扩信息参数表与客户负荷特性识别库进行分析,求取当前客户信息参数与各负荷特性聚类中心的距离,判定是否在阈值接受范围内,如此就可以获得该客户负荷特性数据标签(包含负荷特性与特性强度),待所有分析完成后,依据数据标签的组合情况完成客户分类,并调用预存信息组给出相应的客户负荷特性分析、相关业扩信息、可能导致的运行风险及预控措施建议等内容,完成客户负荷分类及负荷特性分析。
本发明的目的之三是通过这样的技术方案实现的,一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现前述的方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的保护范围之内。
Claims (13)
1.一种电力客户负荷特性分析及分类方法,其特征在于,所述方法包括如下步骤:
获取存量客户的真实运行数据,并基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;
对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表;
基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类。
2.如权利要求1所述的方法,其特征在于,基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库,包括:
基于所述真实运行数据对存量客户的负荷特性关键数据项进行量化;
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括:电能质量、负荷特性和设备状态。
3.如权利要求2所述的方法,其特征在于,对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表,包括:
对增量客户的业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关键数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
4.如权利要求1-3任一项所述的方法,其特征在于,对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表之后,所述方法还包括:
对所述客户业扩信息参数表进行预处理以获得归一化业扩信息参数表。
5.如权利要求3所述的方法,其特征在于,基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类,包括:
基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
6.如权利要求5所述的方法,其特征在于,将增量客户信息判定为具有对应的负荷特征之后,所述方法还包括:
对判定具有对应负荷特征的客户信息添加对应的数据标签;
基于所述客户负荷特性识别库和所述客户业扩信息参数表进行比对分析以确定客户负荷分类,还包括:
根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
7.如权利要求6所述的方法,其特征在于,确定增量客户的负荷分类之后,所述方法还包括:
以增量客户的业扩信息和所确定的增量客户的负荷分类信息为索引确定增量客户的负荷特征信息;
所述负荷特征信息包括:增量客户的负荷分类结果、负荷特性、特性强度、可能导致的风险以及对应的风险预控或治理措施。
8.一种电力客户负荷预测装置,其特征在于,所述装置包括:
数据采集单元,用于获取存量客户的真实运行数据;
数据处理单元,用于基于所述真实运行数据进行聚类分析以获得客户负荷特性识别库;以及,
对增量客户的业扩信息文件进行数据提取以形成客户业扩信息参数表;
特性分析评估单元,用于基于所述客户负荷特性识别库对所述客户业扩信息参数表进行比对分析以确定增量客户的负荷分类。
9.如权利要求8所述的装置,其特征在于,所述数据处理单元,用于基于所述真实运行数据对存量客户的负荷特性关键数据项进行量化;以及
根据对应的客户业扩信息参数和量化结果进行聚类以获得客户负荷特性识别库;
所述负荷特性关键数据项包括:电能质量、负荷特性和设备状态。
10.如权利要求9所述的装置,其特征在于,所述数据处理单元,还用于:
对增量客户的业扩信息文件进行文本解析以获得业扩信息;
对业扩信息中的关键数据进行检索定位;
提取检索定位结果中对应的文本数据以形成客户业扩信息参数表。
11.如权利要求10所述的装置,其特征在于,特性分析评估单元,包括:
距离确定模块,用于基于所述客户业扩信息参数表判定增量客户信息到各个负荷特性关键数据项聚类中心之间的聚类距离;
判定模块,用于在所述聚类距离在对应的预设距离阈值范围内的情况下,将增量客户信息判定为具有对应的负荷特征。
12.如权利要求11所述的装置,其特征在于,所述装置还包括:
标签模块,对判定具有对应负荷特征的客户信息添加对应的数据标签;
所述特性分析评估单元,还用于根据增量客户信息的数据标签的组合确定增量客户的负荷分类。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100011.6A CN110852621A (zh) | 2019-11-12 | 2019-11-12 | 电力客户负荷特性分析及分类方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100011.6A CN110852621A (zh) | 2019-11-12 | 2019-11-12 | 电力客户负荷特性分析及分类方法、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852621A true CN110852621A (zh) | 2020-02-28 |
Family
ID=69600095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911100011.6A Pending CN110852621A (zh) | 2019-11-12 | 2019-11-12 | 电力客户负荷特性分析及分类方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852621A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215526A (zh) * | 2020-11-05 | 2021-01-12 | 国网重庆市电力公司营销服务中心 | 一种计量系统评估方法、装置及可读存储介质 |
CN112528447A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 电网模型分类标识方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185490A (ja) * | 2002-12-05 | 2004-07-02 | Mitsubishi Electric Corp | 需要家ロードプロファイル分類方式 |
CN107800140A (zh) * | 2017-10-18 | 2018-03-13 | 天津大学 | 一种考虑负荷特征的大用户供电接入决策方法 |
CN109902868A (zh) * | 2019-02-25 | 2019-06-18 | 国网河南省电力公司电力科学研究院 | 一种基于负荷特性的大用户业扩辅助分析方法和装置 |
-
2019
- 2019-11-12 CN CN201911100011.6A patent/CN110852621A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185490A (ja) * | 2002-12-05 | 2004-07-02 | Mitsubishi Electric Corp | 需要家ロードプロファイル分類方式 |
CN107800140A (zh) * | 2017-10-18 | 2018-03-13 | 天津大学 | 一种考虑负荷特征的大用户供电接入决策方法 |
CN109902868A (zh) * | 2019-02-25 | 2019-06-18 | 国网河南省电力公司电力科学研究院 | 一种基于负荷特性的大用户业扩辅助分析方法和装置 |
Non-Patent Citations (2)
Title |
---|
张小斐: "基于负荷特性的大用户业扩辅助分析方法", 《电测与仪表》 * |
骆柏锋等: "基于负荷特征库的大用户供电接入决策方法", 《电力系统自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215526A (zh) * | 2020-11-05 | 2021-01-12 | 国网重庆市电力公司营销服务中心 | 一种计量系统评估方法、装置及可读存储介质 |
CN112215526B (zh) * | 2020-11-05 | 2023-11-10 | 国网重庆市电力公司营销服务中心 | 一种计量系统评估方法、装置及可读存储介质 |
CN112528447A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 电网模型分类标识方法、系统、电子设备及存储介质 |
CN112528447B (zh) * | 2020-12-18 | 2024-04-12 | 中国南方电网有限责任公司 | 电网模型分类标识方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110231528B (zh) | 基于负荷特征模型库的变压器户变异常识别方法及装置 | |
CN110097297A (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN111259947A (zh) | 一种基于多模态学习的电力系统故障预警方法和系统 | |
CN111008193B (zh) | 一种数据清洗与质量评价方法及系统 | |
CN111177208A (zh) | 基于大数据分析的用电异常检测方法 | |
CN110675020A (zh) | 一种基于大数据的高价低接用户识别方法 | |
CN110852621A (zh) | 电力客户负荷特性分析及分类方法、装置及可读存储介质 | |
CN106022640B (zh) | 电量指数核对系统及方法 | |
CN115358481A (zh) | 一种企业外迁预警识别的方法、系统及装置 | |
CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
CN110781206A (zh) | 一种学习拆回表故障特征规则预测在运电能表是否故障的方法 | |
CN114202179A (zh) | 目标企业的识别方法以及装置 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN107194529B (zh) | 基于挖掘技术的配电网可靠性经济效益分析方法及装置 | |
CN115730962A (zh) | 一种基于大数据的电力营销稽查分析系统及方法 | |
KR102543211B1 (ko) | 비정형 기업 데이터를 이용한 기업성장 예측 시스템 | |
CN115146735A (zh) | 用户用电异常识别 | |
CN113962508A (zh) | 用电对象的识别方法及识别装置、电子设备 | |
CN114254806A (zh) | 配电网重过载预警方法、装置、计算机设备和存储介质 | |
CN112116139A (zh) | 一种电力需求预测方法及系统 | |
CN110689241A (zh) | 一种基于大数据的电网实物资产评价系统 | |
Poudel et al. | Artificial intelligence for energy fraud detection: a review | |
CN117094688B (zh) | 一种供电所数字化管控方法及系统 | |
CN111626586B (zh) | 数据质量检测方法、装置、计算机设备和存储介质 | |
Yu et al. | Research on risk identification of power theft in low-voltage distribution network based on machine learning hybrid algorithm |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |
|
RJ01 | Rejection of invention patent application after publication |