CN113947334A - 可配置的电力交易风险监测方法、装置和计算机设备 - Google Patents
可配置的电力交易风险监测方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN113947334A CN113947334A CN202111333957.4A CN202111333957A CN113947334A CN 113947334 A CN113947334 A CN 113947334A CN 202111333957 A CN202111333957 A CN 202111333957A CN 113947334 A CN113947334 A CN 113947334A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- index
- expression
- abnormal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000014509 gene expression Effects 0.000 claims abstract description 90
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 230000005856 abnormality Effects 0.000 claims abstract description 11
- 238000012806 monitoring device Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种可配置的电力交易风险监测方法、装置和计算机设备。所述方法包括：获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；在异常监测项中，将需要监测的所述异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。采用本方法能够提高监测主体的异常检测效率。
Description
技术领域
本申请涉及电力技术领域，特别是涉及一种可配置的电力交易风险监测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着电力改革的不断深化、电力现货等市场的建设不断推进、市场范围不断扩大，对电力交易过程中的风险管控提出了新的需求。随着交易规则和交易模式的迭代，关键业务数据底层结构和数据内容都将发生很大变化，业务事项关联越来越多，交易过程中的风险点也随之不断变化和增加。传统技术中仍存在对监测主体的异常检测效率不高的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高监测主体的异常检测效率的可配置的电力交易风险监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种可配置的电力交易风险监测方法，所述方法包括：
获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；
对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；
在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；
解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。
在其中一个实施例中，所述解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果，包括：
从所述指标变量对应的异常监测指标中取数，对所述表达式中的变量进行赋值，将含所述指标变量的通用表达式转化成程序可读的逻辑表达式；
验证赋值后的所述表达式的正确性，确保所述表达式符合语法规则；
计算所述表达式中的函数，生成数学表达式；
将所述数学表达式进行逆波兰表达，并根据计算结果，判断所述监测主体是否存在异常；
将下一个所述监测主体的监测数据带入所述指标变量，重复执行以上步骤。
在其中一个实施例中，所述电力管理数据包括企业注册数据、市场状态数据、保证金数据、交易服务费数据、零售关系数据、数字证书信息和注册过程数据中的至少一种；
和/或，
所述电力交易数据包括交易合同数据、交易品种数据、交易市场数据、市场成交数据、发电能力数据、成交量价数据、零售关系数据和交易统计数据中的至少一种；
和/或，
所述计量结算数据包括零售用户结算数据、批发用户结算数据、电厂结算数据、售电公司结算数据、收益结算数据和历史电量数据中的至少一种。
在其中一个实施例中，所述对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标，包括：
获取数据分类依据；所述数据分类依据包括指标维度类型、指标数据类型和指标统计频次中的至少一种；
按照所述数据分类依据，在所述电力交易业务数据中，确定出至少一类所述目标业务数据；
生成针对所述目标业务数据的指标，得到所述异常监测指标。
在其中一个实施例中，所述方法还包括：
发送所述异常监测项的监测结果至用户终端；所述用户终端用于提示用户所述目标监测主体存在异常；所述用户终端还用于接收针对所述目标监测主体的异常处置结果；
接收所述用户终端返回的所述异常处置结果。
在其中一个实施例中，所述方法还包括：
对所述异常处置结果进行统计处理，得到统计后的处置结果；
展示所述统计后的处置结果。
第二方面，本申请还提供了一种可配置的电力交易风险监测装置，所述装置包括：
获取模块，用于获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；
分类模块，用于对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；
确定模块，用于在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；
遍历模块，用于解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
上述可配置的电力交易风险监测方法、装置、计算机设备、存储介质和计算机程序产品，通过在电力交易中心各模块信息汇总基础上，抽取并整理异常监测指标，通过通用解析表达式判断和防控异常，可以对现有监测项的判断逻辑进行灵活修改，对新发现的异常进行快速捕捉和监测，针对性、实用性强，填补了可配置电力交易异常监测专项业务的空白。
附图说明
图1为一个实施例中可配置的电力交易风险监测方法的应用环境图；
图2为一个实施例中可配置的电力交易风险监测方法的流程示意图；
图3为另一个实施例中可配置的电力交易风险监测方法的流程示意图；
图4为一个实施例中可配置的电力交易风险监测装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的可配置的电力交易风险监测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102从服务器104获取电力交易业务数据；电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；终端102对电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对目标业务数据的异常监测指标；终端102在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含指标变量的表达式；表达式用于表示异常监测逻辑；终端102解析表达式，遍历异常监测指标中的监测主体，获得异常监测项的监测结果；监测结果包括存在异常的目标监测主体。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种可配置的电力交易风险监测方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
步骤S210，获取电力交易业务数据。
具体实现中，终端从电力交易中心所处的服务器中获取电力交易业务数据。
其中，电力交易业务数据可以包括电力管理数据、电力交易数据和计量结算数据中的至少一种。
其中，电力管理数据可以包括企业注册数据、市场状态数据、保证金数据、交易服务费数据、零售关系数据、数字证书信息和注册过程数据中的至少一种。
其中，电力交易数据可以包括交易合同数据、交易品种数据、交易市场数据、市场成交数据、发电能力数据、成交量价数据、零售关系数据和交易统计数据中的至少一种。
其中，计量结算数据可以包括零售用户结算数据、批发用户结算数据、电厂结算数据、售电公司结算数据、收益结算数据和历史电量数据中的至少一种。
步骤S220，对电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对目标业务数据的异常监测指标。
具体实现中，终端在获取到电力交易业务数据后，终端可以对对电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对目标业务数据的异常监测指标。
步骤S230，在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含指标变量的表达式。
其中，表达式用于表示异常监测逻辑。
具体实现中，终端在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含指标变量的表达式。终端在将需要监测的异常监测指标设置为指标变量包括：
指标变量是对某时间范围内的指标数据的再定义，变量分为主变量和普通变量，需要首先选择主变量，主变量约束了普通变量的指标维度和指标频次。
指标变量为结构化的风险监测要素组织体系，指标变量定义包括以下要素：
A.监测变量名，用于在逻辑表达式中代表此变量；
B.监测指标，变量值的数据源；
C.时间偏移量，用户根据时间定位监测指标的范围。
其中，时间偏移量以指标频次为基础进行设置：如变量对应监测指标频次为日数据，则通过“D±x”表示时间偏移量，其中“D”表示日数据(Day)，“+”表示向当前时间的未来偏移，“-”表示向当前时间的过去偏移，“x”是一个数字，表示具体偏移的天数；如时间偏移量设置“D-2”表示变量取对应指标两天前的数据。
终端确定包含指标变量的表达式具体包括：
将异常监测逻辑进行数学化解析，可以进行加减乘除余等四则运算、与或非等逻辑运算符、以及“？：”三元运算，可以对括号优先级处理。
监测表达式可以对数值型数据进行加减乘除余及其他复杂的数学运算，可以对字符串型数据进行字符截取、字符比较、字符包含等字符数据处理运算，也可以对时间数据进行时间相等、时间差等时间判断运算，也可以直接加入布尔型数据补充完善监测表达式；监测逻辑表达式的结果有“TRUE”和“FALSE”两种情况，并据此判断监测主体是否有异常。实际应用中，上述的异常也可以命名为风险。
步骤S240，解析表达式，遍历异常监测指标中的监测主体，获得异常监测项的监测结果；监测结果包括存在异常的目标监测主体。
具体实现中，终端解析表达式，遍历异常监测指标中的监测主体，获得异常监测项的监测结果。该监测结果包括存在异常的目标监测主体。
上述可配置的电力交易风险监测方法中，通过在电力交易中心各模块信息汇总基础上，抽取并整理异常监测指标，通过通用解析表达式判断和防控异常，可以对现有监测项的判断逻辑进行灵活修改，对新发现的异常进行快速捕捉和监测，针对性、实用性强，填补了可配置电力交易异常监测专项业务的空白。
在另一个实施例中，解析表达式，遍历异常监测指标中的监测主体，获得异常监测项的监测结果，包括：从指标变量对应的异常监测指标中取数，对表达式中的变量进行赋值，将含指标变量的通用表达式转化成程序可读的逻辑表达式；验证赋值后的表达式的正确性，确保表达式符合语法规则；计算表达式中的函数，生成数学表达式；将数学表达式进行逆波兰表达，并根据计算结果，判断监测主体是否存在异常；将下一个监测主体的监测数据带入指标变量，重复执行以上步骤。
具体实现中，终端可以从指标变量对应的异常监测指标中取数，然后，终端可以对表达式中的变量进行赋值，终端可以将含指标变量的通用表达式转化成程序可读的逻辑表达式；再然后，终端可以验证赋值后的表达式的正确性，确保表达式符合语法规则；再然后，终端可以计算表达式中的函数，生成数学表达式；再然后，终端可以将数学表达式进行逆波兰表达，并根据计算结果，判断监测主体是否存在异常；最后，终端可以将下一个监测主体的监测数据带入指标变量，重复执行以上步骤。
具体来说，语法规则包括：
表达式中的字符串常量需要写在“”””双引号中，时间常量需要写在“[]”中括号中；
表达式中的函数要以“$”符号打头，函数参数类型和个数要和函数定义相同；
表达式最终应通过逻辑与(“&&”)、逻辑或(“||”)、逻辑非(“！”)、逻辑比较运算(“>>＝<<＝＝＝！＝”)等运算方式得到布尔类型的运算结果，用于判断监测主体是否存在风险。
表达式中的函数具体为：表达式中通过符号“$”表示需要引用某个函数；通过英文或者中文关键字表示函数类型；函数参数在“()”中表示，如果有多个参数，则用“,”逗号隔开，函数参数可以为具体的数字、字符、时间，也可以用变量表示。例如“$MoM(curm,lastm)”，其中“$MoM”表示环比增长率计算函数，“curm”和“lastm”为本月数据和上月数据的两个变量名，此函数表示本月和上月数据的环比增长率。部分函数如表二所示；
表二
在另一个实施例中，对电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对目标业务数据的异常监测指标，包括：获取数据分类依据；按照数据分类依据，在电力交易业务数据中，确定出至少一类目标业务数据；生成针对目标业务数据的指标，得到异常监测指标。
其中，数据分类依据包括指标维度类型、指标数据类型和指标统计频次中的至少一种。
指标维度类型可以包括：市场管理，资金管理，电力交易，结算管理，信息管理和策划管理中的至少一种。
指标数据类型可以包括：数字型、字符串型、日期型和枚举型中的至少一种。
指标统计频次可以包括：日数据、月数据、季度数据、年数据和常数据中的至少一种。
分监测指标信息可以参见表一；
表一
| 指标维度类型 | 指标名称 | 指标数据类型 | 指标统计频次 |
| 市场管理 | 授权联系人 | STRING | 日数据 |
| 市场管理 | 用户名称 | STRING | 日数据 |
| 市场管理 | 用电类别 | STRING | 日数据 |
| 市场管理 | 工商统一社会信用代码 | STRING | 日数据 |
| 市场管理 | 工商法定代表人 | STRING | 日数据 |
| 市场管理 | 工商注册资本 | NUMBER | 日数据 |
| 电力交易 | 售电代理用户户数 | NUMBER | 月数据 |
| 电力交易 | 售电代理用户家数 | NUMBER | 月数据 |
| 电力交易 | 售电代理电量 | NUMBER | 月数据 |
| 电力交易 | 交易行为信用评价结果 | STRING | 日数据 |
| 电力交易 | 数字证书有效期 | DATE | 日数据 |
| 电力交易 | 交易服务费 | NUMBER | 日数据 |
| 电力交易 | 欠缴交易服务费 | NUMBER | 日数据 |
| 电力交易 | 服务满意度 | STRING | 日数据 |
具体实现中，终端可以根据电力交易业务数据的特点，从指标维度类型、指标数据类型和指标统计频次至少三个维度，对电力交易业务数据进行重新组织，在电力交易业务数据中确定出至少一类目标业务数据；最后，终端生成针对目标业务数据的指标，得到异常监测指标。
本实施例的技术方案，
在另一个实施例中，方法还包括：发送异常监测项的监测结果至用户终端；用户终端用于提示用户目标监测主体存在异常；用户终端还用于接收针对目标监测主体的异常处置结果；接收用户终端返回的异常处置结果。
终端还可以对异常处置结果进行统计处理，得到统计后的处置结果；展示统计后的处置结果。
具体实现中，终端在确定目标监测主体存在异常后，终端可以发送异常监测项的监测结果至用户终端，以提示用户目标监测主体存在异常；用户终端还用于接收针对目标监测主体的异常处置结果；接收用户终端返回的异常处置结果。
例如，终端发现存在目标监测主体存在异常后，终端通过流程引擎自动发起风险处置流程，将具体的监测结果详情发送给该监测项负责人；然后，监测项负责人在人工处置之后，在流程中录入每个风险监测主体的处置结果，并将流程返回至风险监测系统。其中处置结果包括“已处置”、“为处置”、“排除”。风险监测系统统计并展示本次风险处置结果，并在下次监测时跳过监测已经置为“排除”的监测主体。
本公开提供一种可配置的电力交易风险监测的方法，在电力交易中心各模块信息汇总基础上，抽取并整理风险监测指标，通过通用解析表达式判断和防控市场风险，针对性、实用性强，填补了可配置电力交易风险监测专项业务的空白；通过自定义可配置方式，适用于电力交易中不同业务、不同模块需求的情况，既能单独应用，也能通过整合流程组合应用，具有灵活、高效的优点，可监测和分析电力市场运行情况，最大限度降低电力交易运行风险，提高风险管理水平。
在另一个实施例中，如图3所示，提供了一种可配置的电力交易风险监测方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
步骤S310，获取电力交易业务数据；电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种。
步骤S320，获取数据分类依据；数据分类依据包括指标维度类型、指标数据类型和指标统计频次中的至少一种。
步骤S330，按照数据分类依据，在电力交易业务数据中，确定出至少一类目标业务数据。
步骤S340，生成针对目标业务数据的指标，得到异常监测指标。
步骤S350，在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含指标变量的表达式；表达式用于表示异常监测逻辑。
步骤S360，解析表达式，遍历异常监测指标中的监测主体，获得异常监测项的监测结果；监测结果包括存在异常的目标监测主体。
步骤S370，发送异常监测项的监测结果至用户终端；用户终端用于提示用户目标监测主体存在异常；用户终端还用于接收针对目标监测主体的异常处置结果。
步骤S380，接收用户终端返回的异常处置结果。
需要说明的是，上述步骤的具体限定可以参见上文对一种可配置的电力交易风险监测方法的具体限定。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的可配置的电力交易风险监测方法的可配置的电力交易风险监测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个可配置的电力交易风险监测装置实施例中的具体限定可以参见上文中对于可配置的电力交易风险监测方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种可配置的电力交易风险监测装置，包括：
获取模块410，用于获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；
分类模块420，用于对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；
确定模块430，用于在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；
遍历模块440，用于解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。
在另一个实施例中，所述遍历模块440，具体用于从所述指标变量对应的异常监测指标中取数，对所述表达式中的变量进行赋值，将含所述指标变量的通用表达式转化成程序可读的逻辑表达式；验证赋值后的所述表达式的正确性，确保所述表达式符合语法规则；计算所述表达式中的函数，生成数学表达式；将所述数学表达式进行逆波兰表达，并根据计算结果，判断所述监测主体是否存在异常；将下一个所述监测主体的监测数据带入所述指标变量，重复执行以上步骤。
在另一个实施例中，所述电力管理数据包括企业注册数据、市场状态数据、保证金数据、交易服务费数据、零售关系数据、数字证书信息和注册过程数据中的至少一种；和/或，所述电力交易数据包括交易合同数据、交易品种数据、交易市场数据、市场成交数据、发电能力数据、成交量价数据、零售关系数据和交易统计数据中的至少一种；和/或，所述计量结算数据包括零售用户结算数据、批发用户结算数据、电厂结算数据、售电公司结算数据、收益结算数据和历史电量数据中的至少一种。
在另一个实施例中，所述分类模块420，具体用于获取数据分类依据；所述数据分类依据包括指标维度类型、指标数据类型和指标统计频次中的至少一种；按照所述数据分类依据，在所述电力交易业务数据中，确定出至少一类所述目标业务数据；生成针对所述目标业务数据的指标，得到所述异常监测指标。
在另一个实施例中，所述装置还包括：发送模块，用于发送所述异常监测项的监测结果至用户终端；所述用户终端用于提示用户所述目标监测主体存在异常；所述用户终端还用于接收针对所述目标监测主体的异常处置结果；接收模块，用于接收所述用户终端返回的所述异常处置结果。
在另一个实施例中，所述装置还包括：统计模块，用于对所述异常处置结果进行统计处理，得到统计后的处置结果；展示模块，用于展示所述统计后的处置结果。
上述可配置的电力交易风险监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种可配置的电力交易风险监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种可配置的电力交易风险监测的步骤。此处一种可配置的电力交易风险监测的步骤可以是上述各个实施例的一种可配置的电力交易风险监测中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种可配置的电力交易风险监测的步骤。此处一种可配置的电力交易风险监测的步骤可以是上述各个实施例的一种可配置的电力交易风险监测中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种可配置的电力交易风险监测的步骤。此处一种可配置的电力交易风险监测的步骤可以是上述各个实施例的一种可配置的电力交易风险监测中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种可配置的电力交易风险监测方法，其特征在于，所述方法包括：
获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；
对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；
在异常监测项中，将需要监测的所述异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；
解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。
2.根据权利要求1所述的方法，其特征在于，所述解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果，包括：
从所述指标变量对应的异常监测指标中取数，对所述表达式中的变量进行赋值，将含所述指标变量的通用表达式转化成程序可读的逻辑表达式；
验证赋值后的所述表达式的正确性，确保所述表达式符合语法规则；
计算所述表达式中的函数，生成数学表达式；
将所述数学表达式进行逆波兰表达，并根据计算结果，判断所述监测主体是否存在异常；
将下一个所述监测主体的监测数据带入所述指标变量，重复执行以上步骤。
3.根据权利要求1所述的方法，其特征在于，所述电力管理数据包括企业注册数据、市场状态数据、保证金数据、交易服务费数据、零售关系数据、数字证书信息和注册过程数据中的至少一种；
和/或，
所述电力交易数据包括交易合同数据、交易品种数据、交易市场数据、市场成交数据、发电能力数据、成交量价数据、零售关系数据和交易统计数据中的至少一种；
和/或，
所述计量结算数据包括零售用户结算数据、批发用户结算数据、电厂结算数据、售电公司结算数据、收益结算数据和历史电量数据中的至少一种。
4.根据权利要求1所述的方法，其特征在于，所述对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标，包括：
获取数据分类依据；所述数据分类依据包括指标维度类型、指标数据类型和指标统计频次中的至少一种；
按照所述数据分类依据，在所述电力交易业务数据中，确定出至少一类所述目标业务数据；
生成针对所述目标业务数据的指标，得到所述异常监测指标。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
发送所述异常监测项的监测结果至用户终端；所述用户终端用于提示用户所述目标监测主体存在异常；所述用户终端还用于接收针对所述目标监测主体的异常处置结果；
接收所述用户终端返回的所述异常处置结果。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
对所述异常处置结果进行统计处理，得到统计后的处置结果；
展示所述统计后的处置结果。
7.一种可配置的电力交易风险监测装置，其特征在于，所述装置包括：
获取模块，用于获取电力交易业务数据；所述电力交易业务数据包括电力管理数据、电力交易数据和计量结算数据中的至少一种；
分类模块，用于对所述电力交易业务数据进行分类，确定至少一类目标业务数据，并生成针对所述目标业务数据的异常监测指标；
确定模块，用于在异常监测项中，将需要监测的异常监测指标设置为指标变量，并确定包含所述指标变量的表达式；所述表达式用于表示异常监测逻辑；
遍历模块，用于解析所述表达式，遍历所述异常监测指标中的监测主体，获得所述异常监测项的监测结果；所述监测结果包括存在异常的目标监测主体。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111333957.4A CN113947334A (zh) | 2021-11-11 | 2021-11-11 | 可配置的电力交易风险监测方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111333957.4A CN113947334A (zh) | 2021-11-11 | 2021-11-11 | 可配置的电力交易风险监测方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113947334A true CN113947334A (zh) | 2022-01-18 |
Family
ID=79337769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111333957.4A Pending CN113947334A (zh) | 2021-11-11 | 2021-11-11 | 可配置的电力交易风险监测方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113947334A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794224A (zh) * | 2010-02-26 | 2010-08-04 | 中国人民解放军国防科学技术大学 | 一种基于性质规约模式的软件运行时性质监测方法 |
| CN108491207A (zh) * | 2018-03-02 | 2018-09-04 | 平安科技（深圳）有限公司 | 表达式处理方法、装置、设备及计算机可读存储介质 |
| CN110782370A (zh) * | 2019-10-31 | 2020-02-11 | 国网重庆市电力公司北碚供电分公司 | 一种电力调度数据网综合运维管理平台 |
| CN112182508A (zh) * | 2020-09-16 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 一种合规业务指标的异常监测方法及装置 |
| CN112990699A (zh) * | 2021-03-12 | 2021-06-18 | 深圳供电局有限公司 | 电力数据处理方法、装置、计算机设备和存储介质 |
| CN113377608A (zh) * | 2021-05-19 | 2021-09-10 | 广州有信科技有限公司 | 一种任务异常的告警方法、装置、终端设备及存储介质 |
| CN113391984A (zh) * | 2020-03-13 | 2021-09-14 | 深圳奇迹智慧网络有限公司 | 监测数据处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-11-11 CN CN202111333957.4A patent/CN113947334A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794224A (zh) * | 2010-02-26 | 2010-08-04 | 中国人民解放军国防科学技术大学 | 一种基于性质规约模式的软件运行时性质监测方法 |
| CN108491207A (zh) * | 2018-03-02 | 2018-09-04 | 平安科技（深圳）有限公司 | 表达式处理方法、装置、设备及计算机可读存储介质 |
| CN110782370A (zh) * | 2019-10-31 | 2020-02-11 | 国网重庆市电力公司北碚供电分公司 | 一种电力调度数据网综合运维管理平台 |
| CN113391984A (zh) * | 2020-03-13 | 2021-09-14 | 深圳奇迹智慧网络有限公司 | 监测数据处理方法、装置、计算机设备和存储介质 |
| CN112182508A (zh) * | 2020-09-16 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 一种合规业务指标的异常监测方法及装置 |
| CN112990699A (zh) * | 2021-03-12 | 2021-06-18 | 深圳供电局有限公司 | 电力数据处理方法、装置、计算机设备和存储介质 |
| CN113377608A (zh) * | 2021-05-19 | 2021-09-10 | 广州有信科技有限公司 | 一种任务异常的告警方法、装置、终端设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111401777B (zh) | 企业风险的评估方法、装置、终端设备及存储介质 | |
| US8195500B2 (en) | Point-of-sale-based market tracking and reporting | |
| US20160132496A1 (en) | Data filtering | |
| CN105303447A (zh) | 利用网络信息进行信用评级的方法和系统 | |
| CN115375177A (zh) | 用户价值评估方法、装置、电子设备及存储介质 | |
| CN114372681A (zh) | 基于流水数据的企业分类方法、装置、设备、介质和产品 | |
| CN114741402A (zh) | 业务特征池的处理方法、装置、计算机设备和存储介质 | |
| CN113034046A (zh) | 一种数据风险计量方法、装置、电子设备及存储介质 | |
| Pareek et al. | The impact of big data technology on the advancement of the insurance industry | |
| CN116467525A (zh) | 业务产品的推荐方法、装置、设备和存储介质 | |
| CN115797020A (zh) | 基于图数据库的数据处理的零售推荐方法、系统和介质 | |
| CN113947334A (zh) | 可配置的电力交易风险监测方法、装置和计算机设备 | |
| CN115619340A (zh) | 基于智慧供应链的招标采购全业务管控方法、装置、设备、系统和介质 | |
| Wang et al. | Visual Analysis of E‐Commerce User Behavior Based on Log Mining | |
| Richter et al. | Testing for parameter change epochs in GARCH time series | |
| CN112016975A (zh) | 产品筛选方法、装置、计算机设备及可读存储介质 | |
| CN110738538A (zh) | 识别相似物品的方法和装置 | |
| CN114493821B (zh) | 数据核销方法、装置、计算机设备和存储介质 | |
| CN115063187B (zh) | 一种电子商务数据处理方法、系统、电子设备及介质 | |
| CN111984636B (zh) | 数据建模方法和装置、设备及存储介质 | |
| CN115544336A (zh) | 产业链生成方法、装置、计算机设备和存储介质 | |
| CN114911835A (zh) | 用户信息处理方法、装置、设备、存储介质和程序产品 | |
| Xue | Research on the Precise Recommendation of e-Commerce Enterprise Products Based on Customer Purchasing Behavior Data Mining | |
| CN117372152A (zh) | 资源归还计划信息生成方法、装置和计算机设备 | |
| CN114240670A (zh) | 业务处理方法、装置、计算机设备和存储介质 |
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 |