CN111539604A - 一种依托电力数据的企业复工复产指数测算监控方法 - Google Patents

一种依托电力数据的企业复工复产指数测算监控方法 Download PDF

Info

Publication number
CN111539604A
CN111539604A CN202010288123.5A CN202010288123A CN111539604A CN 111539604 A CN111539604 A CN 111539604A CN 202010288123 A CN202010288123 A CN 202010288123A CN 111539604 A CN111539604 A CN 111539604A
Authority
CN
China
Prior art keywords
enterprise
data
rework
user
day
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
Application number
CN202010288123.5A
Other languages
English (en)
Inventor
姜丹
辛锐
王兆辉
杨超
吴军英
郑涛
常永娟
彭姣
张博
李士林
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.)
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Hebei Electric Power 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 State Grid Corp of China SGCC, Information and Telecommunication Branch of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010288123.5A priority Critical patent/CN111539604A/zh
Publication of CN111539604A publication Critical patent/CN111539604A/zh
Pending legal-status Critical Current

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于采用电力数据分析监测企业生产恢复情况的方法，具体涉及一种依托电力数据的企业复工复产指数测算方法，该方法通过企业用电信息数据获取企业复工复产指数，包括以下步骤：S10，获取企业用电信息数据；S20，清洗修复企业用电信息数据；S30，测算企业复产复工指数；其中，所述企业复产复工指数包括企业复工率、企业复产率和/或企业复工电力指数。本发明的一个实施例中，步骤S10中企业用电信息数据通过用电信息采集系统和电力营销系统获取。本发明通过构建企业用电量数据采集路径、企业用电量数据预处理模型和企业用电量数据统计分析模型，多角度全方位的分析企业复工复产情况，可以及时反馈企业复工复产信息。

Description

一种依托电力数据的企业复工复产指数测算监控方法
技术领域
本发明属于采用电力数据分析监测企业生产恢复情况的方法，具体涉及一种依托电力数据的企业复工复产指数测算方法。
背景技术
为了更加及时精确了解企业复工情况，及时跟踪企业产能恢复情况，了解企业恢复生产情况，全局掌握全行业各个企业生产恢复情况，更好的支撑政府监控监管职能，支撑疫情防控等各项公共突发事件的发生，管理者需要分析和监测企业生产恢复情况。
现有技术中，用于分析和监测企业生产恢复情况的数据其来源包括相关人员走访调查，企业用户自行统计上报等方式，这些来源的数据由于缺乏实效性和真实性不能直观、及时的反映企业生产运营情况，甚至出现难以清洗的脏数据。一些现有技术的方案至少将导致如政府部门这样的管理者无法及时了解企业一线复工生产情况，无法有效监测重点企业复工复产情况。
发明内容
本发明的目的在于提供一种针对监测企业复工复产情况而建立的企业复工复产指数测算监控方法。
本发明提供的技术方案是，一种依托电力数据的企业复工复产指数测算监控方法，通过企业用电信息数据获取企业复工复产指数，包括以下步骤：
S10，获取企业用电信息数据；
S20，清洗修复企业用电信息数据；
S30，测算企业复产复工指数；
其中，所述企业复产复工指数包括企业复工率、企业复产率和/或企业复工电力指数。
本发明的一个实施例中，步骤S10中企业用电信息数据通过用电信息采集系统和电力营销系统获取。
本发明的一个实施例中，步骤S10包括步骤：S11，企业用户数据初始化；S12，初次采集企业用电信息数据；S13，补充采集企业用电信息数据；S14，获取全业务数据库需要的表底数据；S15，计算各个企业的前日用电量；S16，筛选异常待核查数据。
本发明的一个实施例中，步骤S20包括步骤：S21，获取企业当天用电量；S22，检查并修复出现空值情况；S23，检查并修复出现异常极大值情况；S24，检查并修复数据逻辑错误情况；S25，检查并修复数据出现异常波动情况；S26，修复数据并记录核查结果。
本发明的一个实施例中，步骤S22中前日表底数据或当日表底数据为空时，分为空值1情况和空值2情况分别讨论判断并修正；其中，当上日或本日未能获取到采集端的用户电能表表底数据时，视为出现空值1情况；当上日与本日均未能获取到采集端的用户电能表表底数据时，视为出现空值2情况。
本发明的一个实施例中，步骤S23中若上日或者本日获取到采集端的用户电能表表底数据，但采集到的表底数据出现异常极大值情况时，分为异常极大值1情况和异常极大值2情况，对两种情况分别讨论并判断修正数据；其中，若出现企业用户单块电能表表底数据计日电量超过设定的第一极大阈值时，视为出现异常极大值1情况；若出现企业用户单块电能表表底数据计日用电量超过电上一月该用户电能表电量日均值的第二极大阈值倍时，视为出现异常极大值2情况。
本发明的一个实施例中，步骤S24中核查采集端的用户电能表表底数据是否有数据逻辑异常情况的业务逻辑为：若本次采集端的用户电能表表底数据小于该企业用户电能表上次采集的表底数据，则用该企业用户前一天的电能表表底数据代替该企业用户当天的电能表表底数据，并据此根据步骤S10方法获得企业用户的前日用电量。
本发明的一个实施例中，步骤S25中对获取的相临两日采集端的用户电能表表底数据进行进一步比较分析，分析其是否存在电量波动较大情况，分为电量异常波动1情况和电量异常波动2情况，对两种情况分别讨论并判断修正数据；其中，当本日采集端的用户电能表结算电量是上日电量的第一比例系数的倍数以上时，视为电量异常波动1情况；当本日采集端的用户电能表结算电量是上日电量的第二比例系数的倍数以下时。视为电量异常波动2情况。
本发明的一个具体方法实施例尤其适用于10kV及以上企业复工复产情况的计算监测。
上述各个实施例的一个方面改进的方法实施例中，包括步骤S40多维度企业复工复产指数展示；所述展示实施于一个可视化展示系统，所述可视化展示系统的展示数据通过步骤S10、S20和S30获取。
通过大数据技术，结合企业用电信息数据和营销数据，提供多种分类模型。以产业形式分类，包括第一产业、第二产业和第三产业；以行业分类包括：农、林、牧、渔业，工业，建筑业，交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，批发和零售业，住宿和餐饮业，金融业，房地产业，租赁和商务服务业和公共服务及管理组织等十一大类；以区域分类包括石家庄地区、邯郸地区、沧州地区、保定地区、邢台地区、衡水地区和雄安地区。
具体工业分类包括采矿业、制造业和电力热力燃气及水生产和供应业。制造业中包括农副食品加工业、食品制造业、化学原料和化学制品制造业、医药制造业、非金属矿物制品业、黑色金属冶炼和压延加工业和金属制品业。
现有技术尚无依靠电力数据、企业用能情况，分析展示企业复产复工的应用实例。本方法通过获取企业用电情况，反推企业复工复产情况，建立了集企业用电数据采集获取、数据质量核查和数据清洗、企业复工复产指数监测分析和企业复工复产相关数据可视化展示的完整模型，为电力公司和政府部门提供了精确的企业用电画像，充分发挥了大数据“全景、实时、跨域”的分析特点，具有较高的实际应用价值。
本发明提供技术方案的实施例是至少可带来以下有益效果：
数据来源依托企业用电信息，根据服务区域内各个企业日用电量信息数据，按照企业用户用电类别、行业类别、产业类型、所属地域等多种维度。一些实施例中对全省企业日用电量开展统计分析，与现有供电业务管理网络重合，实施成本较低。
通过构建企业用电量数据采集路径、企业用电量数据预处理模型和企业用电量数据统计分析模型，多角度全方位的分析企业复工复产情况，可以及时反馈企业复工复产信息，达到有力支撑政府部门便捷直观了解企业复工复产情况，有力支撑政府部门进行综合决策部署。
同时电力公司也可以依托分析大数据分析企业复工复产数据，监测企业用电情况，更好的为企业复工复产提供用电保障，监测各地重点机构用电情况，及时了解企业用电负荷，保障企业用电量突变带来的设备压力，消除停电隐患，保障整体供电稳定。
附图说明
图1为本发明实施例一的方法步骤流程示意图；
图2为本发明实施例一中S10的具体方法步骤流程示意图；
图3为本发明实施例一中S20的具体方法步骤流程示意图；
图4为本发明实施例二的方法步骤流程示意图；
图5为本发明实施例二中监测行业分类示意图；
图6为本发明实施例二中监测地区分类示意图；
图7为本发明实施例二中可视化展示系统的复工复产监测界面示意图；
图8为本发明实施例二中可视化展示系统的行业电量明细界面示意图；
图9为本发明实施例二中可视化展示系统的测算异常用户界面示意图。
具体实施方式
下面结合附图及实施例进一步说明本发明提供技术方案，以便本领域技术人员实施和改进。
首先应当说明的是，企业复产复工指数，是衡量企业复产复工程度的指标性数据，现有技术并无统一观点，具体选用什么数据评估企业复产复工程度，能够更准确贴合实际企业复产复工的客观情况，对本领域技术人员并非是显而易见的，具体的，本发明提及企业复产复工指数包括一个或者多个以下第一指数、第二指数或第三指数。
第一指数，即企业复工率，其通过本发明下式提供的企业复工率计算模型获得。
Figure BDA0002448977080000051
其中：
recowork为通过企业复工率计算模型计算获取的一个具体行业的企业复工率；
enterprise为该具体行业中待监测的某一具体企业的计数值，如果计数条件成立则为1，如果技术条件不成立则为0；
enterelect为上述一个具体企业的指定日期的用电量；一个具体行业的所有企业在计算时，采用同一个指定日期的用电量数据。
enterhistelec为该具体行业中待监测的某一具体企业的一个统计月度的日均用电量；优选的，统计月度为基于监测日当日的上一个统计月度；
n为一个预设的固定的比例系数；
enternum为该具体行业中全部企业的总数。
通过式(1)提供的企业复工率计算模型获取的一个具体行业的企业复工率可以将每个具体企业作为个体，根据其用电情况对多个行业分别评价，反映复工企业数量的比例。
第二指数，即企业复产率，其通过本发明下式提供的企业复产率计算模型获得。
Figure BDA0002448977080000061
其中：
recoprod为通过企业复产率计算模型获取的一个具体行业的企业复产率；
industryelec为该具体行业的一个具体日期的总的日用电量；
synchelec为该具体行业的一个历史统计月度的日均用电量；
通过式(2)提供的企业复产率计算模型获取的企业复产率可以根据该具体行业的用电情况，对每个行业进行整体评价，反映该行业产能恢复情况。
第三指数，即企业复工电力指数，其通过本发明下式提供的企业复工电力指数模型获得。
recoworkindex＝m·(recowork+recoprod) (3)
其中：
recoworkindex为通过企业复工电力指数模型获取的一个具体行业的企业复工电力指数；
m为一个预设的固定的比例系数；
recowork为该具体行业的一个具体日期的通过式(1)获取的企业复工率；
recoprod为该具体行业的相同具体日期的通过式(2)获取的企业复产率。
通过式(3)提供的企业复工电力指数模型获取的企业复工电力指数根据该具体行业的一个具体日期的企业复工率和企业复产率，达到综合客观评判企业真实复工复产情况的目的，可以较好的反应企业真实运转情况。
本发明提供方法，适用于计算机系统，如图1所示，其发明构思包括以下步骤S10至S30.
S10，获取企业用电信息数据。
S20，清洗修复企业用电信息数据。
S30，测算企业复产复工指数。
下面结合附图和实施例对本发明提供技术方案进一步予以解释说明。
实施例一
本实施例是一种依托电力数据的企业复工复产指数测算监控方法，其电力数据为从采集端获取的用户电能表表底数据，包括步骤S10至S30，实现日计算河北南网18万用户电量和企业复工情况信息。本实施例的一个行业指包括共同指定特征的多个企业的集合，即一个类别或者产业，如工业、建筑业等，一个具体行业指共同指定特征是已知的、预设的一个行业，如对工业编码为A01，对建筑业编码为B01。一个企业一般作为一个电力用户进行采集和统计，所以本实施例中在涉及数据对象时，一个企业即一个企业用户。在一些其他实施例中，企业用户档案表中多条记录分别对应的多个企业用户，可以作为一个企业计算，相应数据合并技术适用本领域各种常规方法。
为了可以更及时的获取每日采集端的用户电能表表底数据，加快数据获取速度、提高获取采集端的用户电能表表底数据的时效性，本方法实施例通过用已有的用电信息采集系统和电力营销系统搭建的针对面向获取指定行业中的各个企业用电能表标底数据的电能表表底数据采集策略。对于采集端获取的一户电能表数据，具体实施一次本方法实施例的计算或者监测的当日，称为计算日或者监测日，前日为当日的前一天。一个实施例中，以当日表底数据扣除前日表底数据为该户电能表的前日用电量，一些其他实施例中，对于多日多次获取的不同表底数据，可以以不同的选取或者监测方法的实施上述扣除方法，获得一个作为基准的计算日的前日用电量。
同时，由于电网客户用电数据、线路关系、执行电价等均为动态变化参数，故本实施例采用每日定时采集策略为企业用电信息数据中每日企业用户电能的计算提供有依据的一致性数据。具体的，如图2所示，本方法实施例的步骤S10包括以下步骤S11至S16。
S11，企业用户数据初始化。从电力营销系统中提取企业用户数据，创建企业用户档案表，其提取和连接的字段包括企业名称、户号、电报标识和采集标识。具体的，本实施例为电力营销系统的数据库中的多个表关系中创建包括上述字段的链接表或者视图做为一个具体行业的企业用户档案表。在筛选记录时，每条记录对应的企业均属于一个指定的具体行业。
为了计算指定行业的各个企业的日用电量，需在每天固定时间，抽取当前状态下，指定行业各个企业在电力营销系统中的多条企业基础信息记录组成快报信息，对该快报信息进行上述初始化操作。本方法设定于每天第一时间点开始执行步骤S11，对需要进行计算的营销档案数据进行初始化为企业用户档案表，具体的，本方法实施例设定第一时间点为每日凌晨1:00。
S12，初次采集企业用电信息数据。设定用电信息采集系统在第二时间点开始通过指定采集端采集指定企业的用户电能表表底数据，即进行一轮表底数据采集。具体的，本方法实施例设定第二时间点为每日凌晨2:00至凌晨3:00之间。
S13，补充采集企业用电信息数据。针对经过步骤S12获取的初次采集企业用电信息数据，可能出现用户电能表表底数据遗漏和数据缺失等现象，设定在点时间点开始对数据遗漏和数据缺失的企业的用户电能表表底数据开始一轮补采。具体的，本方法实施例设定第三时间点为每日凌晨5:00。
S14，获取全业务数据库需要的表底数据。通过步骤S12对各个企业用户电能表表底数据的一轮表底数据采集和步骤S13对企业用户电能表表底数据的一轮表底数据的补采步骤，汇总企业用户档案表中全部企业用户的第一电能表表底数据，并与每天第四时间点将上述全部电能表表底数据传送到电力营销系统。具体的，本方法实施例设定第四时间点为每日凌晨6:00。
将本日计算需要用到的前一天各个企业用户的第二电能表表底数据传输到第三方全业务数据中心的全业务数据库，形成各个企业的前日用电情况底表数据。
将本日计算需要用到的当天各个企业用户电能表表底数据，即通过本步骤采集获取到的全部企业用户的第一电能表表底数据，通过OGG传输机制，传输到第三方全业务数据中心的全业务数据库，形成企业的当日用电情况表底数据。
S15，计算各个企业的前日用电量。对步骤S14获取到的当天企业第一电能表表底数据和前一天企业用户第二电能表表底数据进行计算，得出对应每一个企业的前日用电情况数据，即各个企业基于计算日的前一日的当日用电量。
本实施例中，计算日当天表底数据-计算日前日表底数据＝企业前日用电量。例如：在4月10日采取本实施例方法监测时，4月10日凌晨采集表底数据-4月9日凌晨表底数据(该数据已在本实施例提及系统数据库中保存)＝4月9日当日企业用电量，即4月10日的该企业的前日用电量，该数据除作为本日结算外，还需要存储并参与在4月11日采取本实施例方法的监测。
S16，筛选异常待核查数据。根据步骤S15得出的企业用户的前日用电量，循环按企业为单位对每条数据记录进行电量计算和异常数据处理，具体异常数据处理的方式由步骤S20的数据质量核查与清洗修复过程确定。
根据步骤上述处理后仍然异常的数据记录，将该数据记录对应的异常企业用户插入异常明细表，供进行进一步的步骤S20中的数据质量核查与清洗修复工作。
具体的，由于本实施例企业复产复工指数需要监测河北南网除居民外的10kV及以上用户的每日的复工复产情况，故需要对南网近18万户电量进行每日核算，这对企业用电信息采集环节提出较高要求，传统用电信息采集方式和策略将严重拖后步骤S30中企业复产复工指数报表的生成进度。本实施例步骤S10所包含的步骤S11至S16采用一次采集与补采形式相结合的方式，实现分段采集、分段数据传输，将源端企业用电情况(即高压用户用电情况)分割传输，降低数据采集瞬时吞吐量，同时提高了采集数据的真实性和准确性。
同时，本实施例步骤S10改进了全业务数据中心数据同步策略，由传统的ogg全量复制，转变为ogg全量与近实时数据抽取相结合的形式，有效降低服务器压力，降低系统延迟，进一步保证表底数据完整，降低模拟数据率。
本实施例通过上述步骤S10实现了企业用电信息数据采集，由于步骤S16仍然存在部分数据缺失、数据异常等情况，本实施例步骤S20将对采集到的企业用电信息进行数据质量核查和数据清洗修复，具体方法流程如图3所示，包括步骤S21至S26。具体数据质量核查与清洗修复策略如下。
S21，获取企业计算日前一天用电量。即获取每个企业对应数据记录的计算日的前一日电能表表底数据及计算日当天电能表表底数据，并判断每条数据记录是否异常。
S22，检查并修复出现空值情况。若前日和/或当日未能获取到采集端的用户电能表表底数据时，即计算日前日用电量为空时，分为空值1情况和空值2情况分别讨论判断并修正。本发明其他实施例中，根据空值1情况和空值2情况可以采其他修复方法，进一步提高数据修复精度。
空值1情况：当上日或本日未能获取到采集端的用户电能表表底数据时，视为出现空值1情况，采用上日或本日前一天用电量替换该日的前日用电量；
空值2情况：当上日与本日均未能获取到采集端的用户电能表表底数据时，视为出现空值2情况，采用上月抄表电量日均值替换前日用电量。
S23，检查并修复出现异常极大值情况。若上日或者本日获取到采集端的用户电能表表底数据，但采集到的表底数据出现异常极大值情况时，分为异常极大值1情况和异常极大值2情况，对两种情况分别讨论并判断修正数据。本发明其他实施例中，根据异常极大值1情况和异常极大值2情况可以采其他修复方法，进一步提高数据修复精度。
异常极大值1情况：若出现企业用户单块电能表表底数据计日电量超过设定的第一极大阈值时，视为出现异常极大值1情况，将该企业用户对应单块电能表的其前一天电量替换为该电能表今日数据。具体本实施例的第一极大阈值为1000万千瓦时。
异常极大值2情况：若出现企业用户单块电能表表底数据计日用电量超过电上一月该用户电能表电量日均值的第二极大阈值倍时，视为出现异常极大值2情况，将该用户对应单块电能表的其前一天电量替换为该电能表今日数据。具体本实施例的第二极大阈值为10。
S24，检查并修复数据逻辑错误情况。经过步骤S22、S23对采集端的用户电能表表底数据缺失和异常的造成的数据记录异常进行初步筛选和检查后，本步骤目的在于进一步核查采集端的用户电能表表底数据是否有数据逻辑异常情况，具体业务逻辑为：若本次采集端的用户电能表表底数据小于该企业用户电能表上次采集的表底数据，则用该企业用户前一天的电能表表底数据代替该企业用户当天的电能表表底数据，并据此根据步骤S10方法获得企业用户的前日用电量。本发明其他实施例中，根据数据逻辑异常情况可以采其他修复方法，进一步提高数据修复精度。本实施例中，每天实施例本方法计算获得的用电量，是指定企业在计算日前一天的企业用电量，例如，4月10日实施本方法计算所得为4月9日当日的企业用电量。
S25，检查并修复数据出现异常波动情况。经过步骤S22、S23、S24对采集端的用户电能表表底数据缺失、异常和数据逻辑异常的筛选和检查，本步骤对获取的相临两日采集端的用户电能表表底数据进行进一步比较分析，分析其是否存在电量波动较大情况，具体分为电量异常波动1情况和电量异常波动2情况，对两种情况分别讨论并判断修正数据。
电量异常波动1情况：当本日采集端的用户电能表结算电量是上日电量的第一比例系数的倍数以上时，采用如下步骤S511至S513对电量数据进行处理。具体本实施例的第一比例系数为2。
S511，该企业用户本日从用户电能表表底数据获取到的当日第五时间点前快报数据不作处理，依然应用；具体本实施例的第五时间点为9:00。
S512，将该用户本日采集端的用户电能表结算电量大于第三极大阈值时，并且本日采集端的用户电能表结算电量大于上一月该用户采集端的用户电能表结算电量日均值的第一比例系数的倍数以上的电能采集数据纳入到电量异常数据清单，第五时间点后按户核查；具体本实施例的第三极大阈值为2万千瓦
S513，按上述核查结果，判断是否优化数据质量规则。
电量异常波动2情况：当本日采集端的用户电能表结算电量是上日电量的第二比例系数的倍数以下时，采用如下步骤S521至S523对电量数据进行处理。具体本实施例的第二比例系数为0.2。
S521，该企业用户本日从用户电能表表底数据获取到的当日第五时间点前快报数据不作处理，依然应用。
S522，将该用户本日采集端的用户电能表结算电量大于第三极大阈值时，并且本日是工作日，满足两条件的采集端的用户电能表结算电量数据纳入电量异常数据清单，第五时间点后按户核查。
S523，按上述核查结果，判断是否优化数据质量规则。
S26，修复数据并记录核查结果。根据步骤S22至S25逻辑业务流程，异步结算企业用电信息数据各记录中日用电量字段得到完整可用的企业用电信息数据。
现有观点认为营销数据缺少有效的数据核查与修复方式，导致出现数据质量不高、数据缺失等问题，对后续的数据分析和各项指标计算带了来一定的误差。本实施例步骤S20通过上述步骤S21至S26的处理，可以实现对采集到的用户电能表数据进行详细的核查清洗修复工作，实现对采集到的用户电能表数据缺失、异常和数据逻辑异常的筛选和检查，并对采集到的存在电量波动较大情况用户电能表数据进行筛选、分析和修正，确保待分析数据具有较高的数据质量和数据真实性。
通过上述步骤S10企业用电信息数据采集和步骤S20企业用电信息数据质量核查与清洗修复，可以得到近真实的企业用电情况，本实施例步骤S30将根据企业用电信息，建立与企业所在行业历史用电情况、用电趋势的复合计算模型，从而测算企业复工复产指数，达到依靠企业用电数据，了解企业复工复产情况的目的。具体的选择第一指数、第二指数及第三指数组成本实施例的企业复产复工指数。其他一些实施例中可以选择第一指数或者选择第一指数及第二指数组成其企业复产复工指数。本实施例步骤S30包括步骤S31至S33。
S31，从企业用电信息数据中获取全部企业的总数以及每个企业的前日用电量，从一个历史数据库中调取该具体行业的一个历史统计月度的日均用电量，根据式(1)获取企业复工率。具体本实施例中的企业用电信息数据由于每日采集并追加数据，直接可以根据时间轴作为历史数据库统计结算该具体行业的一个历史统计月度的日均用电量。具体本实施例中一个历史统计月度为上月度。在一些其他实施例中，选取不同月度可以获得不同的平滑度或者环比状况的评估。具体本实施例中，比例系数n设为0.2。
S32，根据S31获得的企业复工率，从企业用电信息数据中获取每个企业的前日用电量，并结算为行业一个日期的总的日用电量，具体本实施例为本日。并根据S31获得的一个历史统计月度的日均用电量，根据式(2)计算企业复产率。
S33，根据S31获得的企业复工率以及S32获得的企业复产率，代入式(3)获得企业复工电力指数，具体的本实施例中m设定为0.5。
不同于传统工作人员调研、走访和企业上报信息的方式，本实施例所述企业复工复产指数测算方法，通过电力大数据应用，实现通过电力数据发现并分析企业复工复产情况，综合考虑了复工企业用户数量、复产用电能耗情况等。与传统线下数据收集、汇总、分析方法相比，大大提高了企业复工数据获取的时效性、客观性和准确性。本实施例选取参数只适用于10kV及以上企业复工复产情况进行计算监测，在一写其他实施例中可以调整各个参数的选取，扩大应用范围，实现全行业的企业复工复产监控。
实施例二
本实施例是一种依托电力数据的企业复工复产指数测算监控方法，与实施例一区别在于，如图4所示，本方法实施例包括步骤S40多维度企业复工复产指数展示。本方法实施例通过步骤S10企业用电信息数据采集、步骤S20企业用电信息数据质量核查与清洗修复和步骤S30企业复工复产指数测算，实现了数据采集与数据获取、数据清洗和数据核查、数据计算和数据分析的过程，本实施例中步骤S40根据重复步骤S10至S30获得的全行业企业复工复产指数数据，建立数据展示模型，以便更直观、多维度展示企业复工复产相关数据。
S40通过一个运行于计算机平台的可视化展示系统实施，具体的，如图5所示，根据产业分类行业、行业分类，建立包括以产业形式分类，包括第一产业、第二产业和第三产业；以行业分类包括：农、林、牧、渔业，工业，建筑业，交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，批发和零售业，住宿和餐饮业，金融业，房地产业，租赁和商务服务业和公共服务及管理组织等十一大类；如图6所示，以区域分类包括石家庄地区、邯郸地区、沧州地区、保定地区、邢台地区、衡水地区和雄安地区。
具体工业分类包括采矿业、制造业和电力热力燃气及水生产和供应业。制造业中包括农副食品加工业、食品制造业、化学原料和化学制品制造业、医药制造业、非金属矿物制品业、黑色金属冶炼和压延加工业和金属制品业。提供多维度企业用电情况、企业复产复工情况分析展示方式。
本实施例的可视化展示系统搭建了四类企业复工复产数据展示模型，分别为复工复产监测、规上企业监测、行业电量明细和测算异常用户。
复工复产监测：如图7所示，该报表展示模块可以为电网公司或政府机构提供按行业、行政地市和行政曲线区县三个维度的数据展示方式，监测除居民外的10kV及以上的企业用户的每日的复工复产情况。
规上企业监测：该报表展示模块可以为电网公司或政府机构提供按行业、行政地市和行政曲线区县三个维度的数据展示方式，监测规模及以上企业用户的每日的复工复产情况。
行业电量明细：如图8所示，该报表展示模块可以电网公司或政府机构提供查询除居民外所有10kV及以上用户的每日测算电量数据。
测算异常用户：如图9所示，该报表展示模块可以电网公司或政府机构提供每日测算电量异常的用户明细，为各单位提供数据核对依据。
本实施例已在实际运行的软件系统上实施例，共提供了四大类，八个维度的企业复工复产指数展示方法，已实现日计算河北南网18万用户电量和企业复工情况信息，电量计算完成后，可在5分钟内完成省、市、县三级数据汇总展示，从多种角度为电网公司和政府部门提供了上报及时、分析高效、数据可靠的企业复产复工分析，为社会提供稳定的数据支撑和数据服务。

Claims (10)

1.一种依托电力数据的企业复工复产指数测算监控方法，其特征在于，包括步骤：S10，获取企业用电信息数据；S20，清洗修复企业用电信息数据；S30，测算企业复产复工指数；其中，所述企业复产复工指数包括企业复工率、企业复产率和/或企业复工电力指数。
2.根据权利要求1所述的企业复工复产指数测算监控方法，其特征在于：步骤S10中企业用电信息数据通过用电信息采集系统和电力营销系统获取。
3.根据权利要求1所述的企业复工复产指数测算监控方法，其特征在于，步骤S10包括步骤：S11，企业用户数据初始化；S12，初次采集企业用电信息数据；S13，补充采集企业用电信息数据；S14，获取全业务数据库需要的表底数据；S15，计算各个企业的前日用电量；S16，筛选异常待核查数据。
4.根据权利要求1所述的企业复工复产指数测算监控方法，其特征在于，步骤S20包括步骤：S21，获取企业当天用电量；S22，检查并修复出现空值情况；S23，检查并修复出现异常极大值情况；S24，检查并修复数据逻辑错误情况；S25，检查并修复数据出现异常波动情况；S26，修复数据并记录核查结果。
5.根据权利要求4所述的企业复工复产指数测算监控方法，其特征在于：步骤S22中前日表底数据或当日表底数据为空时，分为空值1情况和空值2情况分别讨论判断并修正；其中，当上日或本日未能获取到采集端的用户电能表表底数据时，视为出现空值1情况；当上日与本日均未能获取到采集端的用户电能表表底数据时，视为出现空值2情况。
6.根据权利要求4所述的企业复工复产指数测算监控方法，其特征在于：步骤S23中若上日或者本日获取到采集端的用户电能表表底数据，但采集到的表底数据出现异常极大值情况时，分为异常极大值1情况和异常极大值2情况，对两种情况分别讨论并判断修正数据；其中，若出现企业用户单块电能表表底数据计日电量超过设定的第一极大阈值时，视为出现异常极大值1情况；若出现企业用户单块电能表表底数据计日用电量超过电上一月该用户电能表电量日均值的第二极大阈值倍时，视为出现异常极大值2情况。
7.根据权利要求4所述的企业复工复产指数测算监控方法，其特征在于，步骤S24中核查采集端的用户电能表表底数据是否有数据逻辑异常情况的业务逻辑为：若本次采集端的用户电能表表底数据小于该企业用户电能表上次采集的表底数据，则用该企业用户前一天的电能表表底数据代替该企业用户当天的电能表表底数据，并据此根据步骤S10方法获得企业用户的前日用电量。
8.根据权利要求4所述的企业复工复产指数测算监控方法，其特征在于：步骤S25中对获取的相临两日采集端的用户电能表表底数据进行进一步比较分析，分析其是否存在电量波动较大情况，分为电量异常波动1情况和电量异常波动2情况，对两种情况分别讨论并判断修正数据；其中，当本日采集端的用户电能表结算电量是上日电量的第一比例系数的倍数以上时，视为电量异常波动1情况；当本日采集端的用户电能表结算电量是上日电量的第二比例系数的倍数以下时，视为电量异常波动2情况。
9.根据权利要求1所述的企业复工复产指数测算监控方法，其特征在于：该方法用于10kV及以上企业复工复产情况的计算监测。
10.根据权利要求1至9任一项所述的企业复工复产指数测算监控方法，其特征在于：包括步骤S40多维度企业复工复产指数展示；所述展示实施于一个可视化展示系统，所述可视化展示系统的展示数据通过步骤S10、S20和S30获取。
CN202010288123.5A 2020-04-13 2020-04-13 一种依托电力数据的企业复工复产指数测算监控方法 Pending CN111539604A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010288123.5A CN111539604A (zh) 2020-04-13 2020-04-13 一种依托电力数据的企业复工复产指数测算监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010288123.5A CN111539604A (zh) 2020-04-13 2020-04-13 一种依托电力数据的企业复工复产指数测算监控方法

Publications (1)

Publication Number Publication Date
CN111539604A true CN111539604A (zh) 2020-08-14

Family

ID=71978655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010288123.5A Pending CN111539604A (zh) 2020-04-13 2020-04-13 一种依托电力数据的企业复工复产指数测算监控方法

Country Status (1)

Country Link
CN (1) CN111539604A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111931888A (zh) * 2020-09-17 2020-11-13 国网浙江省电力有限公司营销服务中心 基于电力数据的动态复工码生成方法及装置
CN112116396A (zh) * 2020-09-25 2020-12-22 国网上海市电力公司 一种基于电力大数据的复工复产监测方法及其系统
CN112327775A (zh) * 2020-11-10 2021-02-05 夏洋 一种基于人工智能的企业复工复产程度监控系统及方法
CN112381411A (zh) * 2020-11-16 2021-02-19 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN112434962A (zh) * 2020-12-01 2021-03-02 国网江苏省电力有限公司营销服务中心 基于电力负荷数据的企业用户状态评估方法和系统
CN112862605A (zh) * 2021-04-26 2021-05-28 广东浩迪智云技术有限公司 基于用电数据的企业经营异常提醒方法、系统
CN113052425A (zh) * 2020-10-14 2021-06-29 中国联合网络通信集团有限公司 基于大数据的复工风险指数确定方法和装置
CN113435836A (zh) * 2021-06-17 2021-09-24 南方电网数字电网研究院有限公司 一种基于企业复工复产监测方法、装置、设备及存储介质
CN113535797A (zh) * 2021-05-31 2021-10-22 国家电网有限公司大数据中心 一种企业停复工状态识别方法及系统
CN113744890A (zh) * 2021-11-03 2021-12-03 北京融信数联科技有限公司 一种复工复产分析方法、系统和存储介质
CN113935568A (zh) * 2021-08-30 2022-01-14 国网江苏省电力有限公司物资分公司 一种在生产力恢复阶段制定采购策略的辅助决策方法
CN114529425A (zh) * 2022-02-23 2022-05-24 国网信通亿力科技有限责任公司 一种智能电量修复系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103532745A (zh) * 2013-09-25 2014-01-22 国家电网公司 基于电力用户用电信息采集系统的计量在线监测系统
CN107368543A (zh) * 2017-06-28 2017-11-21 国网辽宁省电力有限公司 一种基于mcmc算法的电力采集数据修复方法
CN109783552A (zh) * 2018-11-28 2019-05-21 中国电力科学研究院有限公司 一种数据清洗修复方法
CN110659273A (zh) * 2019-09-20 2020-01-07 南方电网科学研究院有限责任公司 分布式大数据采集平台的数据异常监控及修复方法
CN110750527A (zh) * 2019-10-24 2020-02-04 南方电网科学研究院有限责任公司 一种电力大数据的数据清洗方法
CN110780259A (zh) * 2019-09-10 2020-02-11 中国电力科学研究院有限公司 一种基于电能表远程误差诊断的数据清洗与质量评价系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103532745A (zh) * 2013-09-25 2014-01-22 国家电网公司 基于电力用户用电信息采集系统的计量在线监测系统
CN107368543A (zh) * 2017-06-28 2017-11-21 国网辽宁省电力有限公司 一种基于mcmc算法的电力采集数据修复方法
CN109783552A (zh) * 2018-11-28 2019-05-21 中国电力科学研究院有限公司 一种数据清洗修复方法
CN110780259A (zh) * 2019-09-10 2020-02-11 中国电力科学研究院有限公司 一种基于电能表远程误差诊断的数据清洗与质量评价系统
CN110659273A (zh) * 2019-09-20 2020-01-07 南方电网科学研究院有限责任公司 分布式大数据采集平台的数据异常监控及修复方法
CN110750527A (zh) * 2019-10-24 2020-02-04 南方电网科学研究院有限责任公司 一种电力大数据的数据清洗方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曲朝阳 等: "基于Spark框架的能源互联网电力能源大数据清洗模型" *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111931888A (zh) * 2020-09-17 2020-11-13 国网浙江省电力有限公司营销服务中心 基于电力数据的动态复工码生成方法及装置
CN112116396A (zh) * 2020-09-25 2020-12-22 国网上海市电力公司 一种基于电力大数据的复工复产监测方法及其系统
CN113052425A (zh) * 2020-10-14 2021-06-29 中国联合网络通信集团有限公司 基于大数据的复工风险指数确定方法和装置
CN112327775A (zh) * 2020-11-10 2021-02-05 夏洋 一种基于人工智能的企业复工复产程度监控系统及方法
CN112381411A (zh) * 2020-11-16 2021-02-19 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN112381411B (zh) * 2020-11-16 2024-01-26 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN112434962A (zh) * 2020-12-01 2021-03-02 国网江苏省电力有限公司营销服务中心 基于电力负荷数据的企业用户状态评估方法和系统
CN112862605A (zh) * 2021-04-26 2021-05-28 广东浩迪智云技术有限公司 基于用电数据的企业经营异常提醒方法、系统
CN113535797A (zh) * 2021-05-31 2021-10-22 国家电网有限公司大数据中心 一种企业停复工状态识别方法及系统
CN113435836A (zh) * 2021-06-17 2021-09-24 南方电网数字电网研究院有限公司 一种基于企业复工复产监测方法、装置、设备及存储介质
CN113935568A (zh) * 2021-08-30 2022-01-14 国网江苏省电力有限公司物资分公司 一种在生产力恢复阶段制定采购策略的辅助决策方法
CN113744890A (zh) * 2021-11-03 2021-12-03 北京融信数联科技有限公司 一种复工复产分析方法、系统和存储介质
CN114529425A (zh) * 2022-02-23 2022-05-24 国网信通亿力科技有限责任公司 一种智能电量修复系统

Similar Documents

Publication Publication Date Title
CN111539604A (zh) 一种依托电力数据的企业复工复产指数测算监控方法
CN107194621B (zh) 一种供水管网管理系统和方法
CN110659273B (zh) 分布式大数据采集平台的数据异常监控及修复方法
Rashid AMI smart meter big data analytics for time series of electricity consumption
CN111291076B (zh) 基于大数据的异常用水监测报警系统及其构建方法
CN113111053A (zh) 一种基于大数据的线损诊断与反窃电系统、方法及模型
CN111507013A (zh) 一种面向电力系统线损故障定位实现方法
CN108846691A (zh) 区域性粮油市场价格监测分析预测系统及监测方法
CN111650901A (zh) 一种水泥生产线用智能无人值守工厂系统
CN112907034B (zh) 一种基于物联网和机器学习的分区计量漏损监控管理系统
CN111582568A (zh) 基于电力数据的春节期间企业复工预测方法
CN106845748A (zh) 一种低压集抄系统数据偏差原因的智能辨识方法
CN108805429A (zh) 用于台区线损的“一条龙”平台化精细化管理方法
CN113590607A (zh) 一种基于报表因子的电力营销报表实现方法和系统
CN106408125A (zh) 一种智能低压集抄复核管控系统
CN118100449B (zh) 一种基于数据中台的微电网配置管理系统
CN116542430A (zh) 多维度水务碳排放量智能分析方法及系统
CN115330404A (zh) 用于电力营销稽查的系统及方法
CN117557305A (zh) 示范区碳排放数字化管理方法和系统
CN109035062A (zh) 一种客户电费异常分析及策略应用系统
CN112001551A (zh) 一种基于大用户电量信息的地市电网售电量预测方法
CN111459956A (zh) 一种工程质量潜在缺陷保险（idi）项目技术风险管理方法及系统
CN114049033B (zh) 一种基于用电数据分布的排污企业监测方法
Li et al. Ranking software engineering measures related to reliability using expert opinion
CN113947273A (zh) 一种基于大数据的多途径配网成本核算系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200814