CN112614005A - 企业复工状态的处理方法和装置 - Google Patents

Abstract

本发明公开了一种企业复工状态的处理方法和装置。其中，该方法包括：获取预定区域内企业的用电数据；基于聚类算法将用电数据划分为停产阶段和复工阶段；依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；依据复工基准用电量，确定企业的复工状态。本发明解决了相关技术无法有效的判断企业复工状态的技术问题。

Description

企业复工状态的处理方法和装置

技术领域

本发明涉及电力数据处理领域，具体而言，涉及一种企业复工状态的处理方法和装置。

背景技术

疫情突然袭来，给国家治理体系和治理能力带来了严峻的考验，同时对社会经济造成了重大的影响。在这样的环境下，电力大数据是经济发展的“晴雨表”和“风向标”，企业产生的电力数据具有真实性和完整性高、历史数据可追溯性强的特点，可以较为准确地反映企业复工的情况。目前全国各省市地区复工任务同以往相比变得更加艰巨，一方面要做好疫情防控工作，另一方面又要维持社会秩序，恢复经济活力。所以有必要借助大数据的手段来助推疫情防控和企业复工，保证企业可以安全复工，维护社会经济体系的稳定，减少因疫情带来的经济损失和影响。

现有的企业复工判断是通过数学公式，运用用电量进行计算，并人为界定阈值(30％、50％或70％)判断企业复工情况，在分析上更偏统计分析非挖掘分析，科学合理性较差，易造成分析结果泛化性差，不具备说服力和推广性,导致企业复工评判的全面性、准确性和科学性均得不到保障。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种企业复工状态的处理方法和装置，以至少解决相关技术无法有效的判断企业复工状态的技术问题。

根据本发明实施例的一个方面，提供了一种企业复工状态的处理方法，包括：获取预定区域内企业的用电数据；基于聚类算法将所述用电数据划分为停产阶段和复工阶段；依据所述停产阶段的平均用电量和所述复工阶段的平均用电量，确定复工基准用电量；依据所述复工基准用电量，确定所述企业的复工状态。

可选地，在基于聚类算法将所述用电数据划分为停产阶段和复工阶段之前，所述方法还包括：对所述用电数据进行预处理，其中，所述预处理至少包括：建立预定字段的用电特征表、筛选用电数据、填补缺失的用电数据。

可选地，建立预定字段的用电特征表包括：获取用电客户档案表、用户用电量表、96点日采集曲线表；确定预定字段；将所述用电客户档案表、所述用户用电量表、所述96点日采集曲线表分别与所述预定字段进行数据关联，得到所述用电特征表。

可选地，所述预定字段包括以下至少之一：用户编号、用电类别编码、行业编码、单位编码、综合倍率、用电量、功率中位数、功率均值、功率方差、功率最大值、功率最小值、功率极差、功率偏度、功率峰度。

可选地，筛选用电数据包括：筛选所需的预定字段；对所述所需的预定字段的用电数据进行去重处理。

可选地，填补缺失的用电数据包括：在当天的用电数据为空且前一天的用电数据不为空的情况下，则使用前一天的用电数据填补当天的用电数据。

可选地，基于聚类算法将所述用电数据划分为停产阶段和复工阶段包括：依据所述聚类算法对所述用电数据进行聚类处理，将聚类结果处于所述停产阶段的标记为第一标签，将聚类结果处于所述复工阶段的标记为第二标签。

根据本发明实施例的另一方面，还提供了一种企业复工状态的处理装置，包括：获取模块，用于获取预定区域内企业的用电数据；划分模块，用于基于聚类算法将所述用电数据划分为停产阶段和复工阶段；第一确定模块，用于依据所述停产阶段的平均用电量和所述复工阶段的平均用电量，确定复工基准用电量；第二确定模块，用于依据所述复工基准用电量，确定所述企业的复工状态。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的企业复工状态的处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的企业复工状态的处理方法。

在本发明实施例中，采用获取预定区域内企业的用电数据；基于聚类算法将所述用电数据划分为停产阶段和复工阶段；依据所述停产阶段的平均用电量和所述复工阶段的平均用电量，确定复工基准用电量；依据所述复工基准用电量，确定所述企业的复工状态，通过聚类算法以及复工基准用电量结合能够有效得到各企业复工情况，从而实现了高效且准确的计算出企业复工的情况的技术效果，进而解决了相关技术无法有效的判断企业复工状态的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的企业复工状态的处理方法的流程图；

图2是根据本发明实施例的企业复工状态的处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种企业复工状态的处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的企业复工状态的处理方法的流程图，如图1所示，该企业复工状态的处理方法包括如下步骤：

步骤S102，获取预定区域内企业的用电数据；

上述预定区域可以是整个国家、省、市等，还可以是某一划定的区域，例如，某一经济开发区等，在具体实施过程中，预定区域可以根据实际情况而设定。上述用电数据包括但不限于客户信息数据、计量点数据、量测点日冻结电能量、日测量点功率数据。

步骤S104，基于聚类算法将用电数据划分为停产阶段和复工阶段；

上述聚类算法包括但不限于K-Means聚类算法，可选地，使用K-Means聚类算法根据客户信息数据、计量点数据、量测点日冻结电能量、日测量点功率数据等用电数据，将客户用电量分为停产阶段和复工阶段等两个阶段。

步骤S106，依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；

步骤S108，依据复工基准用电量，确定企业的复工状态。

上述企业的复工状态至少包括复工和未复工。

需要说明的是，通过聚类将相同类型的用户划分到一个类别中，确定样本的分类。另外，还可以对聚类过程不断优化迭代，提高样本聚类的准确性，可以高效且准确的计算出企业复工的情况，方便地方政府制定新政策。

通过上述步骤，可以实现采用获取预定区域内企业的用电数据；基于聚类算法将用电数据划分为停产阶段和复工阶段；依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；依据复工基准用电量，确定企业的复工状态，通过聚类算法以及复工基准用电量结合能够有效得到各企业复工情况，从而实现了高效且准确的计算出企业复工的情况的技术效果，进而解决了相关技术无法有效的判断企业复工状态的技术问题。

可选地，在基于聚类算法将用电数据划分为停产阶段和复工阶段之前，上述方法还包括：对用电数据进行预处理，其中，预处理至少包括：建立预定字段的用电特征表、筛选用电数据、填补缺失的用电数据。

作为一种可选的实施例，由于获取到的原始用电数据可能存在缺失值、重复值、异常值等问题，这些用电数据可能直接导致无法聚类或聚类结果与实际偏差较大，为了提高数据质量，进一步保证模型的准确率，可以对用电数据进行预处理，需要说明的是，上述预处理包括但不限于建立预定字段的用电特征表、筛选用电数据、填补缺失的用电数据等。

可选地，建立预定字段的用电特征表包括：获取用电客户档案表、用户用电量表、96点日采集曲线表；确定预定字段；将用电客户档案表、用户用电量表、96点日采集曲线表分别与预定字段进行数据关联，得到用电特征表。

作为一种可选的实施例，用电客户档案表、用户用电量表、96点日采集曲线表等三个表通过COLL_OBJ_ID、ID、DATA_DATE_DAY等字段进行数据关联，最终得到含有用户编号、用电类别编码、行业编码、单位编码、综合倍率等字段的用电特征表。

作为一种可选的实施例，可以从企业用户用电量、96点功率数据出发，针对用户选取电量中位数、均值、方差、最大值、最小值、极差、偏度、峰度等特征做统计分析。

另外，对于用电特征表的特征选择也称特征子集选择，或属性选择，可以从全部特征中选取一个特征子集，剔除不相关或冗余的特征，从而达到减少特征个数，减少过拟合，提高泛化能力和精确度。

可选地，上述预定字段包括以下至少之一：用户编号、用电类别编码、行业编码、单位编码、综合倍率、用电量、功率中位数、功率均值、功率方差、功率最大值、功率最小值、功率极差、功率偏度、功率峰度。

可选地，筛选用电数据包括：筛选所需的预定字段；对所需的预定字段的用电数据进行去重处理。

作为一种可选的实施例，可以筛选出所需字段，并对企业用户的所需的预定字段的用电数据进行去重处理。例如，针对用户一个电表一天采集多次用电量的情况，选取用电量数据最大值记录，并删除月平均用电量小于3度的用户。

可选地，填补缺失的用电数据包括：在当天的用电数据为空且前一天的用电数据不为空的情况下，则使用前一天的用电数据填补当天的用电数据。

作为一种可选的实施例，企业用户当天用电量数据为空但前一天不为空，则用前一天电量填补当天电量。

可选地，基于聚类算法将用电数据划分为停产阶段和复工阶段包括：依据聚类算法对用电数据进行聚类处理，将聚类结果处于停产阶段的标记为第一标签，将聚类结果处于复工阶段的标记为第二标签。

作为一种可选的实施例，依据K-Means聚类算法对用电数据进行聚类处理的步骤如下：

1)输入包括以下字段的用电特征表：用户编号、用电类别编码、行业编码、单位编码、综合倍率、用电量、功率中位数、功率均值、功率方差、功率最大值、功率最小值、功率极差、功率偏度、功率峰度等共14个字段；

2)通过轮廓系数确定最优的K(聚类簇)值，再基于确定的最优K值进行聚类分析；

3)计算每个样本与当前已有聚类中心之间的最短距离(即与最近的一个聚类中心的距离)，用D(x)表示；接着计算每个样本被选为下一个聚类中心的概率

最后，按照轮盘法选择出下一个聚类中心；

4)针对数据集中每个样本，计算它到K个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中；

5)根据聚类效果，考虑是否收敛，如果未收敛，返回第三步，直到数据最后收敛。

6)输出聚类结果。

作为一种可选的实施例，依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量，其中，复工基准用电量还可以用如下方式表述：

其中，停产阶段标签数表示聚类后第一标签的个数，复工阶段标签数表示聚类后第二标签的个数。

需要说明的是，通过轮廓系数对各企业用电数据进行分析，得到各企业最佳聚类簇数量，提高了聚类分析的准确性。

另外，基于复工基准用电量判断企业复工状态识别，由于企业在每个阶段持续的时长不同，通过该方式能平衡每个阶段的用电量，突出持续时间长的阶段对基准值的影响。此外，复工基准用电量能在一定程度上提高复工基准用电量，减少复工误判的情况。

下面对本发明一种可选的实施方式进行详细说明。

选取某市某区为例进行复工情况分析，以2020年3月8日为时间窗口，样本数据涵盖1136户企业用户，通过用电量关联匹配到1083户，再进一步筛选出2019年12月1日到2020年5月22日用电量数据85条以上且2020年3月7日至2020年3月8日均有用电量数据的共1032户用于研究分析。

通过K-Means聚类算法，企业复工基准用电量判断企业复工状态，经分析可得，2020年5月22日复工企业用户数为850户，占比82％；未复工企业用户数为182户，占比18％。

实施例2

根据本发明实施例的另一方面，还提供了一种企业复工状态的处理装置，图2是根据本发明实施例的企业复工状态的处理装置的示意图，如图2所示，该企业复工状态的处理装置包括：获取模块22、划分模块24、第一确定模块26和第二确定模块28。下面对该企业复工状态的处理装置进行详细说明。

获取模块22，用于获取预定区域内企业的用电数据；划分模块24，连接至上述获取模块22，用于基于聚类算法将用电数据划分为停产阶段和复工阶段；第一确定模块26，连接至上述划分模块24，用于依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；第二确定模块28，连接至上述第一确定模块26，用于依据复工基准用电量，确定企业的复工状态。

在本发明的上述实施例中，通过聚类算法以及复工基准用电量结合能够有效得到各企业复工情况，从而实现了高效且准确的计算出企业复工的情况的技术效果，进而解决了相关技术无法有效的判断企业复工状态的技术问题。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块以任意组合的方式位于不同的处理器中。

此处需要说明的是，上述获取模块22、划分模块24、第一确定模块26和第二确定模块28对应于实施例1中的步骤S102至S108，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。

可选地，上述装置还包括：预处理模块，该预处理模块用于在基于聚类算法将用电数据划分为停产阶段和复工阶段之前，对用电数据进行预处理，其中，上述预处理模块至少包括：建立单元，用于建立预定字段的用电特征表；筛选单元，用于筛选用电数据；填补单元，用于填补缺失的用电数据。

可选地，上述建立单元包括：获取子单元，用于获取用电客户档案表、用户用电量表、96点日采集曲线表；确定子单元，用于确定预定字段；关联子单元，用于将用电客户档案表、用户用电量表、96点日采集曲线表分别与预定字段进行数据关联，得到用电特征表。

可选地，上述预定字段包括以下至少之一：用户编号、用电类别编码、行业编码、单位编码、综合倍率、用电量、功率中位数、功率均值、功率方差、功率最大值、功率最小值、功率极差、功率偏度、功率峰度。

可选地，上述筛选单元包括：筛选子单元，用于筛选所需的预定字段；处理子单元，用于对所需的预定字段的用电数据进行去重处理。

可选地，上述填补单元包括：填补子单元，用于在当天的用电数据为空且前一天的用电数据不为空的情况下，则使用前一天的用电数据填补当天的用电数据。

可选地，上述划分模块包括：聚类单元，用于依据聚类算法对用电数据进行聚类处理，将聚类结果处于停产阶段的标记为第一标签，将聚类结果处于复工阶段的标记为第二标签。

实施例3

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述中任意一项的企业复工状态的处理方法。

可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上述计算机可读存储介质包括存储的程序。

可选地，在程序运行时控制计算机可读存储介质所在设备执行以下功能：获取预定区域内企业的用电数据；基于聚类算法将用电数据划分为停产阶段和复工阶段；依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；依据复工基准用电量，确定企业的复工状态。

实施例4

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行时执行上述中任意一项的企业复工状态的处理方法。

本发明实施例提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取预定区域内企业的用电数据；基于聚类算法将用电数据划分为停产阶段和复工阶段；依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；依据复工基准用电量，确定企业的复工状态。

本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取预定区域内企业的用电数据；基于聚类算法将用电数据划分为停产阶段和复工阶段；依据停产阶段的平均用电量和复工阶段的平均用电量，确定复工基准用电量；依据复工基准用电量，确定企业的复工状态。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种企业复工状态的处理方法，其特征在于，包括：

获取预定区域内企业的用电数据；

基于聚类算法将所述用电数据划分为停产阶段和复工阶段；

依据所述停产阶段的平均用电量和所述复工阶段的平均用电量，确定复工基准用电量；

依据所述复工基准用电量，确定所述企业的复工状态。

2.根据权利要求1所述的方法，其特征在于，在基于聚类算法将所述用电数据划分为停产阶段和复工阶段之前，所述方法还包括：

对所述用电数据进行预处理，其中，所述预处理至少包括：建立预定字段的用电特征表、筛选用电数据、填补缺失的用电数据。

3.根据权利要求2所述的方法，其特征在于，建立预定字段的用电特征表包括：

获取用电客户档案表、用户用电量表、96点日采集曲线表；

确定预定字段；

将所述用电客户档案表、所述用户用电量表、所述96点日采集曲线表分别与所述预定字段进行数据关联，得到所述用电特征表。

4.根据权利要求3所述的方法，其特征在于，所述预定字段包括以下至少之一：用户编号、用电类别编码、行业编码、单位编码、综合倍率、用电量、功率中位数、功率均值、功率方差、功率最大值、功率最小值、功率极差、功率偏度、功率峰度。

5.根据权利要求2所述的方法，其特征在于，筛选用电数据包括：

筛选所需的预定字段；

对所述所需的预定字段的用电数据进行去重处理。

6.根据权利要求2所述的方法，其特征在于，填补缺失的用电数据包括：

在当天的用电数据为空且前一天的用电数据不为空的情况下，则使用前一天的用电数据填补当天的用电数据。

7.根据权利要求1至6中任一项所述的方法，其特征在于，基于聚类算法将所述用电数据划分为停产阶段和复工阶段包括：

依据所述聚类算法对所述用电数据进行聚类处理，将聚类结果处于所述停产阶段的标记为第一标签，将聚类结果处于所述复工阶段的标记为第二标签。

8.一种企业复工状态的处理装置，其特征在于，包括：

获取模块，用于获取预定区域内企业的用电数据；

划分模块，用于基于聚类算法将所述用电数据划分为停产阶段和复工阶段；

第一确定模块，用于依据所述停产阶段的平均用电量和所述复工阶段的平均用电量，确定复工基准用电量；

第二确定模块，用于依据所述复工基准用电量，确定所述企业的复工状态。

9.一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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的企业复工状态的处理方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的企业复工状态的处理方法。

Images