CN112434962B - 基于电力负荷数据的企业用户状态评估方法和系统 - Google Patents
基于电力负荷数据的企业用户状态评估方法和系统 Download PDFInfo
- Publication number
- CN112434962B CN112434962B CN202011390154.8A CN202011390154A CN112434962B CN 112434962 B CN112434962 B CN 112434962B CN 202011390154 A CN202011390154 A CN 202011390154A CN 112434962 B CN112434962 B CN 112434962B
- Authority
- CN
- China
- Prior art keywords
- power load
- load data
- enterprise user
- daily
- rework rate
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 72
- 238000004519 manufacturing process Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 12
- 230000002411 adverse Effects 0.000 claims abstract description 4
- 230000002354 daily effect Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000009194 climbing Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
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—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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了基于电力负荷数据的企业用户状态评估方法和系统,所述方法包括:获取待评估企业用户的评估日及历史同期月度每日的电力负荷数据并进行异常值剔除;对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负荷数据;依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产能力及在历史同期月度的等效生产能力;根据评估日的等效生产能力及历史同期月度的等效生产能力,计算待评估企业用户评估日的复工率及复工速率;根据评估日的复工率及复工速率,分析评估该企业用户当前生产状态及不同情况下的复工复产能力。实现了企业用户生产状态的有效监测、复工复产情况的准确评估及不良情况的及时预警。
Description
技术领域
本发明属于电力大数据应用技术领域,涉及基于电力负荷数据的企业用户状 态评估方法。
背景技术
随着智能电网的不断发展,电力企业的运行逐步实现了智能化和信息化,电 力数据也呈现了急剧增长的趋势。可采集的电力运行、管理和营销三大类数据, 形成了一个数量规模庞大、种类多样的大数据资源,并已经在电网状态监测、电 网损耗监测、电网安全稳定分析及预警、配电网重过载风险评估等诸多方面进行 应用。电力大数据应用已然为电力企业提质增效、服务社会提供强大动力。
目前,精准了解企业用户的实际生产状态,并掌握当前企业受生产经营不善 等特殊事件的影响程度,可准确定位违规复工及产能不足企业,实现对企业用户 有效监管及高效服务。而通过用户高频电力负荷曲线,进行复工复产状态评估, 可有效辅助电力公司与政府准确摸底企业生产状况。但现有电力大数据应用鲜有 利用营销数据中的用户用电信息,进行企业复工复产等用户状态的大数据分析评 估。
发明内容
为解决现有技术中的不足,本申请提供基于电力负荷数据的企业用户状态评 估方法,利用电力负荷数据,计算企业用户的复工率及复工速率,从而评估企业 用户的生产状态及复工复产情况。对电网公司与政府相关部门有效监测企业用户 有着重要的意义。
为了实现上述目标,本发明采用如下技术方案:
基于电力负荷数据的企业用户状态评估方法,所述方法包括以下步骤:
步骤1:获取待评估企业用户的评估日及历史同期月度每日的电力负荷数据 并进行异常值剔除;
步骤2:对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负 荷数据;
步骤3:依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产 能力及在历史同期月度的等效生产能力;
步骤4:根据评估日的等效生产能力及历史同期月度的等效生产能力,计算 待评估企业用户评估日的复工率及复工速率;
步骤5:根据评估日的复工率及复工速率,分析评估该企业用户状态。
本发明进一步包括以下优选方案:
优选地,在步骤1中,以企业用户用电信息采集系统每15分钟采集的当日 96个采样时间点的有功功率数据,作为待评估企业用户每日的电力负荷数据。
优选地,步骤1中,对待评估企业用户的评估日及历史同期月度每日的电力 负荷数据进行异常值剔除,具体包括以下步骤:
步骤1.1:对评估日及历史同期月度,剔除每日电力负荷数据中的空值;
步骤1.2:对每日剩余电力负荷数据分别使用箱型法进行异常值剔除。
优选地,步骤1.2具体包括:
步骤1.2.1:将每日剩余电力负荷数据按从小到大顺序进行排序,下四分位 数为排序在第25%的数据,若该每日剩余电力负荷数据项数为m,则下四分位 数值Q3即为(m+1)/4项的数值,上四分位数为排序在第75%的数据,若该每日 剩余电力负荷数据项数为m,则下四分位数值Q1即为3*(m+1)/4项的数值;
计算四分位距IQR,即为上下四分位数值之差,IQR=Q3-Q1;
设定剩余电力负荷数据上限阈值为MAX=Q3+1.5IQR,下限阈值为 MIN=Q1-1.5IQR;
步骤1.2.2:遍历每日所有剩余电力负荷数据,若其值在上限阈值MAX和下 限阈值MIN之内,则保留,否则剔除。
优选地,步骤2所述对异常值剔除后的电力负荷数据进行有效值筛选,得到 有效电力负荷数据,具体包括:
步骤2.1:对经过步骤1异常值剔除后剩余的电力负荷数据,删除每日剩余 电力负荷数据中负荷小于用电容量阈值的数据;
步骤2.2:对步骤2.1处理后剩余的电力负荷数据,剔除历史同期月度中法定 节假日及双休日的电力负荷数据后剩余的电力负荷数据称为有效电力负荷数据。
优选地,步骤3所述依据有效电力负荷数据,计算待评估企业用户在评估日 的等效生产能力及在历史同期月度的等效生产能力,具体包括:
步骤3.1:对评估日及历史同期月内剩余日,计算每日有效电力负荷数据的 平均值、中位数、前10%均值、末10%均值;
前10%均值是指每日数据中按由大到小排序位于前10%数据均值;
末10%均值是指每日数据中按由大到小排序位于末10%数据均值;
步骤3.2:计算评估日等效生产能力EPC:
EPC=(LP1+LP2+LP3+LP4)/4 (1)
式(1)中,LP1、LP2、LP3、LP4分别为评估日有效电力负荷数据平均值、 中位数、前10%均值、末10%均值;
步骤3.3:计算历史同期月度等效生产能力HEPC:
式(2)中,LPi 1、LPi 2、LPi 3、LPi 4分别为历史同期月剔除法定节假日及双 休日后剩余日中第i天的有效电力负荷数据平均值、中位数、前10%均值、末10% 均值;
n为历史同期月剔除法定节假日及双休日后的剩余天数。
优选地,待评估企业用户第j个评估日的复工率WRRj、复工速率WRVj计算 公式分别为:
其中,EPCj为第j个评估日等效生产能力,HEPCj为第j个评估日历史同期 月度等效生产能力;
复工速率WRVj为评估日j与前k日复工率差之和的均值,除以前k日的复 工率之和的均值。
优选地,步骤5中,企业用户状态的评估依据为:
若企业用户当日复工率<0.2,则企业用户状态判定为未复工复产
若0.2≤企业用户当日复工率≤1,且0<企业用户当日复工速率<0.6,则企 业用户状态判定为缓慢爬坡复产;
若0.2≤企业用户当日复工率≤1,且0.6≤企业用户当日复工速率,则企业 用户状态判定为快速爬坡复产;
若0.2≤企业用户当日复工率≤1,且企业用户当日复工速率≤-0.6,则企业 用户状态判定为快速下坡减产;
若0.2≤企业用户当日复工率≤1,且-0.6<企业用户当日复工速率<0,则企 业用户状态判定为缓慢下坡减产;
若0.2≤企业用户当日复工率≤1,且企业用户当日复工速率=0,则企业用 户状态判定为维持当前复工率生产;
若企业用户当日复工率>1,则企业用户状态判定为已复工复产。
优选地,步骤5还包括:向电力企业与政府相关部门发出企业生产状态的提 示信息,并预警提示不良情况。
本发明还公开了基于电力负荷数据的企业用户状态评估系统,所述系统包括:
数据获取与预处理模块,用于获取待评估企业用户的评估日及历史同期月度 每日的电力负荷数据并进行异常值剔除;
有效数据筛选模块,用于对异常值剔除后的电力负荷数据进行有效值筛选, 得到有效电力负荷数据;
等效生产能力计算模块,用于依据有效电力负荷数据,计算待评估企业用户 在评估日的等效生产能力及在历史同期月度的等效生产能力;
复工率及复工速率计算模块,用于根据评估日的等效生产能力及历史同期月 度的等效生产能力,计算待评估企业用户评估日的复工率及复工速率;
复工复产状态评估模块,用于根据评估日的复工率及复工速率,分析评估该 企业用户状态。
本申请所达到的有益效果:
1、本发明通过海量级电力负荷数据计算,实现了企业用户的生产状态与复 工复产状态的有效监测。可在特殊时期,精准定位违规复工企业并评估企业的产 能恢复程度,发出预警信息;在日常时期定位产能滑坡企业,提高社会服务水平;
2、本发明不增加采集设备,对原有用采系统电力负荷数据进行二次分析, 经济性好,易于实施;易于在数据库上运行,计算效率高,对企业用户生产状态 与复工复产状态的检测准确度较高,实现了企业用户生产状态的有效监测、复工 复产情况的准确评估及不良情况的及时预警。
附图说明
图1为本发明基于电力负荷数据的企业用户状态评估方法的流程图;
图2为本发明实施例中第一个企业用户2020年一季度日复工率曲线;
图3为本发明实施例中第二个企业用户2020年一季度日复工率曲线;
图4为本发明实施例中第三个企业用户2020年一季度日复工率曲线;
图5为本发明实施例中第一个企业用户2020年一季度日复工速率曲线;
图6为本发明实施例中第二个企业用户2020年一季度日复工速率曲线;
图7为本发明实施例中第三个企业用户2020年一季度日复工速率曲线。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本 发明的技术方案,而不能以此来限制本申请的保护范围。
如图1所示,本发明的基于电力负荷数据的企业用户状态评估方法,所述方 法包括以下步骤:
步骤1:获取待评估企业用户的评估日及历史同期月度每日的电力负荷数据 并进行异常值剔除;
具体实施时,以企业用户用电信息采集系统每15分钟采集的当日96个采样 时间点的有功功率数据,作为待评估企业用户每日的电力负荷数据,数据单位为 kW。
对待评估企业用户的评估日及历史同期月度每日的电力负荷数据进行异常 值剔除,具体包括以下步骤:
步骤1.1:对评估日及历史同期月度,剔除每日电力负荷数据中的NULL值;
以表1中某企业用户某日电力负荷数据为例,删除其第31、57、64位采样 时间点的数据。
表1某企业用户某日的96点电力负荷数据
步骤1.2:对每日剩余电力负荷数据分别使用箱型法进行异常值剔除,具体 包括:
步骤1.2.1:将每日剩余电力负荷数据按从小到大顺序进行排序,下四分位 数为排序在第25%的数据,若该每日剩余电力负荷数据项数为m,则下四分位 数值Q3即为(m+1)/4项的数值,上四分位数为排序在第75%的数据,若该每日 剩余电力负荷数据项数为m,则下四分位数值Q1即为3*(m+1)/4项的数值;
计算四分位距IQR,即为上下四分位数值之差,IQR=Q3-Q1;
箱型法设定剩余电力负荷数据上限阈值为MAX=Q3+1.5IQR,下限阈值为 MIN=Q1-1.5IQR;
表1在执行步骤1.1后,计算剩余的93个电力负荷数据的下四分位数值 Q1=745、上四分位数值Q3=2610、四分位距IQR=Q3-Q1=1865、上限阈值 MAX=Q3+1.5IQR=5407.5与下限阈值MIN=Q1-1.5IQR=-2052.5。
步骤1.2.2:遍历每日所有93个剩余电力负荷数据,若其值在上限阈值和下 限阈值之内,则保留,否则剔除。
由于第89位采样时间点数据值大于上限阈值,剔除该值。
步骤2:对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负 荷数据,具体包括:
步骤2.1:对经过步骤1异常值剔除后剩余的电力负荷数据,删除每日剩余 电力负荷数据中负荷小于用电容量阈值的数据;
实施例中,用电容量阈值可设定为用电容量15%。
步骤2.2:对步骤2.1处理后剩余的电力负荷数据,剔除历史同期月度中法定 节假日及双休日的电力负荷数据后剩余的电力负荷数据称为有效电力负荷数据。
步骤3:依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产 能力及在历史同期月度的等效生产能力,具体包括:
步骤3.1:对评估日及历史同期月内剩余日,计算每日有效电力负荷数据的 平均值、中位数、前10%均值、末10%均值;
前10%均值是指每日数据中按由大到小排序位于前10%数据均值;
末10%均值是指每日数据中按由大到小排序位于末10%数据均值;
步骤3.2:计算评估日等效生产能力EPC:
EPC=(LP1+LP2+LP3+LP4)/4 (1)
式(1)中,LP1、LP2、LP3、LP4分别为评估日有效电力负荷数据平均值、 中位数、前10%均值、末10%均值;
步骤3.3:计算历史同期月度等效生产能力HEPC:
式(2)中,LPi 1、LPi 2、LPi 3、LPi 4分别为历史同期月剔除法定节假日及双 休日后剩余日中第i天的有效电力负荷数据平均值、中位数、前10%均值、末10% 均值;
n为历史同期月剔除法定节假日及双休日后的剩余天数。
步骤4:根据评估日的等效生产能力及历史同期月度的等效生产能力,计算 待评估企业用户评估日的复工率及复工速率;
待评估企业用户第j个评估日的复工率WRRj及复工速率WRVj计算公式分别 为:
其中,EPCj为第j个评估日等效生产能力,HEPCj为第j个评估日历史同期 月度等效生产能力,为了更加客观衡量复工速率,采用均值滤波思想,复工速率 定义为评估日与前k日复工率差之和的均值,除以前k日的复工率之和的均值。 k值较小,则复工速率计算基础数据少,易造成计算准确性降低。k值较大,则 又容易造成过拟合,从而引起计算结果相近的问题。依据多次不同k值下的实际 计算结果,综合评定两种影响,设定k值为3。
步骤5:根据评估日的复工率及复工速率,分析评估该企业用户状态。
步骤5中,企业用户状态的评估依据见表2:
表2企业用户状态的评估依据
企业当日复工率WRR<sub>j</sub> | 企业当日复工速率WRV<sub>j</sub> | 用户状态判定 |
<0.2 | — | 未复工复产 |
0.2~1 | 0<WRV<sub>j</sub><0.6 | 缓慢爬坡复产 |
0.2~1 | 0.6≤WRV<sub>j</sub> | 快速爬坡复产 |
0.2~1 | WRV<sub>j</sub>≤-0.6 | 快速下坡减产 |
0.2~1 | -0.6<WRV<sub>j</sub><0 | 缓慢下坡减产 |
0.2~1 | 0 | 维持当前复工率生产 |
>1 | — | 已复工复产 |
得到复工复产状态后可向电力企业与政府相关部门发出企业用户状态的提 示信息,并预警提示不良情况。
本发明的基于电力负荷数据的企业用户状态评估方法,所述系统包括:
数据获取与预处理模块,用于获取待评估企业用户的评估日及历史同期月度 每日的电力负荷数据并进行异常值剔除;
有效数据筛选模块,用于对异常值剔除后的电力负荷数据进行有效值筛选, 得到有效电力负荷数据;
等效生产能力计算模块,用于依据有效电力负荷数据,计算待评估企业用户 在评估日的等效生产能力及在历史同期月度的等效生产能力;
复工率及复工速率计算模块,用于根据评估日的等效生产能力及历史同期月 度的等效生产能力,计算待评估企业用户评估日的复工率及复工速率;
复工复产状态评估模块,用于根据评估日的复工率及复工速率,分析评估该 企业用户状态。
实施例1:
基于江苏省某3个企业用户的2020年1月7日至3月13日及2019年中1 月7日至3月13日的电力负荷数据,通过计算企业用户的复工率与复工速率, 评估其2020年第一季度的复工复产情况,以说明和验证本发明。
图2、3、4分别是按照步骤1-4计算得到的第一、第二、第三个企业用户的 2020年一季度日复工率曲线。
图5、6、7分别是按照步骤1-4计算得到的第一、第二、第三个企业用户的2020年一季度日复工速率曲线。
总体上,因为2020年春节及新冠疫情影响,复工率曲线均为U型曲线,但 企业用户的复工时间与进度各不相同。很明显,第二位企业用户的复工最早,且 速度最快。而第三位企业用户复工最晚,且速度最快。通过日复工率曲线和日复 工速率曲线,在准确了解企业的生产状态与复工进度方面,本发明有着良好的效 果。
由图2至图7可以发现,前第一、第二位企业用户均是在2020年春节前3 天出现了快速与缓慢下坡减产的情况,而第三位企业用户则是提前10天左右进 入了春节假期,以上均属于正常情况。
本发明方法在2月中旬发现其一直处于未复工状态时,即可向政府相关部门 提示其复工复产进度缓慢的情况。
但第二位企业用户,在2020年2月8日进入快速爬坡复产状态,并于2020 年2月12日达到已复工状态,生产能力甚至是去年的1.4倍。而此用户的复工 阶段正处于江苏省全境延迟复工时期,因此需要向政府相关部门发出预警信息, 提示该企业可能存在违规复工复产情况,让相关部门及时监管纠察。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述, 但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽 的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限 制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明 的保护范围之内。
Claims (8)
1.基于电力负荷数据的企业用户状态评估方法,其特征在于:
所述方法包括以下步骤:
步骤1:获取待评估企业用户的评估日及历史同期月度每日的电力负荷数据并进行异常值剔除;
步骤2:对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负荷数据;
步骤3:依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产能力及在历史同期月度的等效生产能力;
步骤3所述依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产能力及在历史同期月度的等效生产能力,具体包括:
步骤3.1:对评估日及历史同期月内剩余日,计算每日有效电力负荷数据的平均值、中位数、前10%均值、末10%均值;
前10%均值是指每日数据中按由大到小排序位于前10%数据均值;
末10%均值是指每日数据中按由大到小排序位于末10%数据均值;
步骤3.2:计算评估日等效生产能力EPC:
EPC=(LP1+LP2+LP3+LP4)/4 (1)
式(1)中,LP1、LP2、LP3、LP4分别为评估日有效电力负荷数据平均值、中位数、前10%均值、末10%均值;
步骤3.3:计算历史同期月度等效生产能力HEPC:
式(2)中,LPi 1、LPi 2、LPi 3、LPi 4分别为历史同期月剔除法定节假日及双休日后剩余日中第i天的有效电力负荷数据平均值、中位数、前10%均值、末10%均值;
n为历史同期月剔除法定节假日及双休日后的剩余天数;
步骤4:采用均值滤波方法,根据评估日的等效生产能力及历史同期月度的等效生产能力,计算待评估企业用户评估日的复工率及复工速率;
步骤4中,待评估企业用户第j个评估日的复工率WRRj、复工速率WRVj计算公式分别为:
其中,EPCj为第j个评估日等效生产能力,HEPCj为第j个评估日历史同期月度等效生产能力;
复工速率WRVj为评估日j与前k日复工率差之和的均值,除以前k日的复工率之和的均值;
步骤5:根据评估日的复工率及复工速率,分析评估该企业用户状态。
2.根据权利要求1所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
在步骤1中,以企业用户用电信息采集系统每15分钟采集的当日96个采样时间点的有功功率数据,作为待评估企业用户每日的电力负荷数据。
3.根据权利要求2所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
步骤1中,对待评估企业用户的评估日及历史同期月度每日的电力负荷数据进行异常值剔除,具体包括以下步骤:
步骤1.1:对评估日及历史同期月度,剔除每日电力负荷数据中的空值;
步骤1.2:对每日剩余电力负荷数据分别使用箱型法进行异常值剔除。
4.根据权利要求3所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
步骤1.2具体包括:
步骤1.2.1:将每日剩余电力负荷数据按从小到大顺序进行排序,下四分位数为排序在第25%的数据,若该每日剩余电力负荷数据项数为m,则下四分位数值Q3即为(m+1)/4项的数值,上四分位数为排序在第75%的数据,若该每日剩余电力负荷数据项数为m,则下四分位数值Q1即为3*(m+1)/4项的数值;
计算四分位距IQR,即为上下四分位数值之差,IQR=Q3-Q1;
设定剩余电力负荷数据上限阈值为MAX=Q3+1.5IQR,下限阈值为MIN=Q1-1.5IQR;
步骤1.2.2:遍历每日所有剩余电力负荷数据,若其值在上限阈值MAX和下限阈值MIN之内,则保留,否则剔除。
5.根据权利要求4所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
步骤2所述对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负荷数据,具体包括:
步骤2.1:对经过步骤1异常值剔除后剩余的电力负荷数据,删除每日剩余电力负荷数据中负荷小于用电容量阈值的数据;
步骤2.2:对步骤2.1处理后剩余的电力负荷数据,剔除历史同期月度中法定节假日及双休日的电力负荷数据后剩余的电力负荷数据称为有效电力负荷数据。
6.根据权利要求5所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
步骤5中,企业用户状态的评估依据为:
若企业用户当日复工率<0.2,则企业用户状态判定为未复工复产
若0.2≤企业用户当日复工率≤1,且0<企业用户当日复工速率<0.6,则企业用户状态判定为缓慢爬坡复产;
若0.2≤企业用户当日复工率≤1,且0.6≤企业用户当日复工速率,则企业用户状态判定为快速爬坡复产;
若0.2≤企业用户当日复工率≤1,且企业用户当日复工速率≤-0.6,则企业用户状态判定为快速下坡减产;
若0.2≤企业用户当日复工率≤1,且-0.6<企业用户当日复工速率<0,则企业用户状态判定为缓慢下坡减产;
若0.2≤企业用户当日复工率≤1,且企业用户当日复工速率=0,则企业用户状态判定为维持当前复工率生产;
若企业用户当日复工率>1,则企业用户状态判定为已复工复产。
7.根据权利要求6所述的基于电力负荷数据的企业用户状态评估方法,其特征在于:
步骤5还包括:向电力企业与政府相关部门发出企业生产状态的提示信息,并预警提示不良情况。
8.一种实现权利要求1-7任一所述的基于电力负荷数据的企业用户状态评估方法的系统,其特征在于:
所述系统包括:
数据获取与预处理模块,用于获取待评估企业用户的评估日及历史同期月度每日的电力负荷数据并进行异常值剔除;
有效数据筛选模块,用于对异常值剔除后的电力负荷数据进行有效值筛选,得到有效电力负荷数据;
等效生产能力计算模块,用于依据有效电力负荷数据,计算待评估企业用户在评估日的等效生产能力及在历史同期月度的等效生产能力;
复工率及复工速率计算模块,用于采用均值滤波方法,根据评估日的等效生产能力及历史同期月度的等效生产能力,计算待评估企业用户评估日的复工率及复工速率;
复工复产状态评估模块,用于根据评估日的复工率及复工速率,分析评估该企业用户状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390154.8A CN112434962B (zh) | 2020-12-01 | 2020-12-01 | 基于电力负荷数据的企业用户状态评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390154.8A CN112434962B (zh) | 2020-12-01 | 2020-12-01 | 基于电力负荷数据的企业用户状态评估方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112434962A CN112434962A (zh) | 2021-03-02 |
CN112434962B true CN112434962B (zh) | 2021-08-24 |
Family
ID=74698850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011390154.8A Active CN112434962B (zh) | 2020-12-01 | 2020-12-01 | 基于电力负荷数据的企业用户状态评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434962B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862605B (zh) * | 2021-04-26 | 2022-06-24 | 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 |
CN113723775B (zh) * | 2021-08-16 | 2023-09-12 | 国网上海市电力公司 | 一种基于电力大数据的企业及行业运营风险的评估方法 |
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 |
CN113822587B (zh) * | 2021-09-28 | 2022-06-21 | 智寰科技(常州)有限公司 | 一种基于总线电流数据的工厂产能评估方法 |
CN114091783A (zh) * | 2021-11-30 | 2022-02-25 | 广东电网有限责任公司 | 一种企业用电预警方法、装置、计算机设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571035B (zh) * | 2016-11-08 | 2019-06-14 | 浙江大学 | 城市道路行程时间噪声数据处理方法 |
CN111784093B (zh) * | 2020-03-27 | 2023-07-11 | 国网浙江省电力有限公司 | 一种基于电力大数据分析的企业复工辅助判断方法 |
CN111539604A (zh) * | 2020-04-13 | 2020-08-14 | 国家电网有限公司 | 一种依托电力数据的企业复工复产指数测算监控方法 |
CN111524032B (zh) * | 2020-04-21 | 2020-11-10 | 国网四川省电力公司电力科学研究院 | 一种基于企业用电数据的环保响应量化方法及装置 |
CN111582568B (zh) * | 2020-04-28 | 2023-12-19 | 国网湖南省电力有限公司 | 基于电力数据的春节期间企业复工预测方法 |
CN111680937B (zh) * | 2020-08-13 | 2020-11-13 | 国网浙江省电力有限公司营销服务中心 | 基于电力数据分级赋权的小微企业复工率评估方法 |
CN111680764B (zh) * | 2020-08-13 | 2020-10-27 | 国网浙江省电力有限公司 | 一种行业复工复产程度监控方法 |
-
2020
- 2020-12-01 CN CN202011390154.8A patent/CN112434962B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112434962A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112434962B (zh) | 基于电力负荷数据的企业用户状态评估方法和系统 | |
CN111160401B (zh) | 一种基于均值漂移和XGBoost的异常用电判别方法 | |
CN108572905B (zh) | 一种基于分布式计算的监控方法及系统 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
CN109614526A (zh) | 基于高维异常检测模型的环境监测数据造假手段识别方法 | |
CN112730938A (zh) | 一种基于用电采集大数据的窃电用户判断方法 | |
WO2018209913A1 (zh) | 一种考虑电压质量的配电网台区缺供电量预测方法 | |
CN111371188A (zh) | 一种用电异常数据实时预警系统 | |
CN112785108A (zh) | 一种基于调控云的电网运行数据关联分析方法及系统 | |
CN111582568A (zh) | 基于电力数据的春节期间企业复工预测方法 | |
CN109494757B (zh) | 一种电压无功运行预警方法和系统 | |
CN118094531B (zh) | 一种安全运维实时预警一体化系统 | |
CN117828371B (zh) | 一种综合运维平台的业务信息智能分析方法 | |
CN111723136A (zh) | 一种面向网格事件分类分级处置的单维聚类分析方法 | |
CN113537758A (zh) | 基于大数据技术的制造业高质量发展综合评价方法和系统 | |
CN114676931B (zh) | 一种基于数据中台技术的电量预测系统 | |
CN113065234A (zh) | 一种智能电表的批次可靠性风险等级评估方法及系统 | |
CN114611738A (zh) | 一种基于用户用电行为分析的负荷预测方法 | |
CN114860808B (zh) | 基于大数据的配电网设备异常事件关联分析方法 | |
CN116521760A (zh) | 一种基于多源信息融合的电能计量装置异常处置评价系统 | |
CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
CN113822587B (zh) | 一种基于总线电流数据的工厂产能评估方法 | |
CN112614005B (zh) | 企业复工状态的处理方法和装置 | |
CN114581263A (zh) | 一种电网负荷分析方法、装置、电子设备及存储介质 | |
CN112069633B (zh) | 一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法 |
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 |