CN114417955A - 适用乡村的电力指数画像实时生成方法、装置及存储介质 - Google Patents
适用乡村的电力指数画像实时生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114417955A CN114417955A CN202111457125.3A CN202111457125A CN114417955A CN 114417955 A CN114417955 A CN 114417955A CN 202111457125 A CN202111457125 A CN 202111457125A CN 114417955 A CN114417955 A CN 114417955A
- Authority
- CN
- China
- Prior art keywords
- information
- sub
- portrait
- value
- data set
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims description 119
- 238000012937 correction Methods 0.000 claims description 62
- 229910052799 carbon Inorganic materials 0.000 claims description 13
- 238000003763 carbonization Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 3
- 210000001520 comb Anatomy 0.000 abstract 1
- 238000010248 power generation Methods 0.000 description 25
- 238000010276 construction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种适用乡村的电力指数画像实时生成方法、装置及存储介质,实时获取数据库中目标乡村的用电数据;基于第一分类器对应的第一权重值、居民电量信息和商业电量信息生成第一子画像信息;基于第二分类器对应的第二权重值、清洁能源生产信息和清洁能源使用信息生成第二子画像信息;基于第三分类器对应的第三权重值、电力消费信息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息;对第一子画像信息、第二子画像信息以及第三子画像信息融合生成当前总画像信息,对当前总画像信息修正得到修正后的当前总画像信息。本发明结合电力营销基础数据,提炼梳理并形成乡村振兴活力电力指数的评价体系、画像。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种适用乡村的电力指数画像实时生 成方法、装置及存储介质。
背景技术
电力大数据具有覆盖范围广、颗粒度精细、实时的特点,但是如何充分挖 掘电力大数据所蕴含的价值,特别是助力乡村振兴的发展,目前仍是一片空白。 相较电力行业,其它行业已经提出适宜自身的乡村振兴评价体系。因此,基于 电力大数据提出适宜乡村振兴的评价体系,成为当前供电公司面临的一大难题。 即通过乡村电力的使用能够反映出乡村的生产生活情况,现有技术并无法根据 乡村的使用得到乡村的用电画像,无法根据乡村的用电画像进行建设的指导。
发明内容
本发明实施例提供一种适用乡村的电力指数画像实时生成方法、装置及存 储介质,能够实时的根据乡村的用电情况得到乡村的电力指数画像,方便统计 部门根据乡村的电力指数画像进行调控。
本发明实施例的第一方面,提供一种适用乡村的电力指数画像实时生成方 法,包括:
实时获取数据库中目标乡村的用电数据;
基于第一分类器对用电数据进行数据分类得到居民电量信息和商业电量信 息,基于第一分类器对应的第一权重值、居民电量信息和商业电量信息生成第 一子画像信息;
基于第二分类器对用电数据进行数据分类得到清洁能源生产信息和清洁能 源使用信息,基于第二分类器对应的第二权重值、清洁能源生产信息和清洁能 源使用信息生成第二子画像信息;
基于第三分类器对用电数据进行数据分类得到电力消费信息、用电强度信 息和居住率信息,基于第三分类器对应的第三权重值、电力消费信息和电力消 费信息、用电强度信息和居住率信息生成第三子画像信息;
对所述第一子画像信息、第二子画像信息以及第三子画像信息融合生成当 前总画像信息,基于先前时刻的先前总画像信息对当前总画像信息修正得到修 正后的当前总画像信息。
可选地,在第一方面的一种可能实现方式中,还包括:
接收预先输入多个的预设数值,所述居民电量信息、商业电量信息、清洁 能源生产信息、清洁能源使用信息、电力消费信息、用电强度信息以及居住率 信息分别具有与其对应的唯一的预设数值;
通过以下公式计算第一权重值、第二权重值以及第三权重值,
可选地,在第一方面的一种可能实现方式中,对所述第一子画像信息、第 二子画像信息以及第三子画像信息融合生成当前总画像信息,基于先前时刻的 先前总画像信息对当前总画像信息修正得到修正后的当前总画像信息包括:
基于所述第一子画像信息、第二子画像信息以及第三子画像信息生成当前 时刻的当前总画像信息的当前数据集合;
获取先前时刻的先前总画像信息的先前数据集合,确定所述当前数据集合 和先前数据集合中差值最大的信息维度的子画像信息,将差值最大的信息维度 的子画像信息的差值作为反馈差值;
根据所述反馈差值确定相对应的修正系数,基于所述修正系数、先前数据 集合对当前数据集合进行修正。
可选地,在第一方面的一种可能实现方式中,获取先前时刻的先前总画像 信息的先前数据集合,确定所述当前数据集合和先前数据集合中差值最大的信 息维度的信息,将差值最大的信息维度的信息的差值作为反馈差值包括:
获取当前数据集合中每个信息维度的当前子画像信息、先前数据集合中每 个信息维度的先前子画像信息;
将相同信息维度的当前子画像信息和先前子画像信息比对得到每个相同信 息维度的差值;
将差值最大的信息维度的信息的差值作为反馈差值。
可选地,在第一方面的一种可能实现方式中,根据所述反馈差值确定相对 应的修正系数,基于所述修正系数、先前数据集合对当前数据集合进行修正包 括:
获取预先设置的多个差值区间,其中每个差值区间具有与其对应的修正系 数;
根据所述反馈差值所处的差值区间确定该反馈差值对应的修正系数,基于 确定的修正系数对修正系数、先前数据集合对当前数据集合进行修正。
可选地,在第一方面的一种可能实现方式中,根据所述反馈差值所处的差 值区间确定该反馈差值对应的修正系数,基于确定的修正系数对修正系数、先 前数据集合对当前数据集合进行修正包括:
所述当前数据集合为J(j1,j2,j3),先前数据集合为K(k1,k2,k3),将当前数据 集合减先前数据集合得到差值集合为L(l1,l2,l3),确定差值集合L(l1,l2,l3)中最大 的值lo,lo为反馈差值;
根据反馈差值lo确定修正系数uo;
通过以下公式得到修正后的当前数据集合Y(y1,y2,y3),
其中,j1为当前数据集合中第一子画像信息的数值,j2为当前数据集合中第 二子画像信息的数值,j3为当前数据集合中第三子画像信息的数值,k1为先前数 据集合中第一子画像信息的数值,k2为先前数据集合中第二子画像信息的数值, k3为先前数据集合中第三子画像信息的数值,y1为修正后的当前数据集合中的 第一子画像信息的数值,y2为修正后的当前数据集合中的第二子画像信息的数 值,y3为修正后的当前数据集合中的第三子画像信息的数值;
修正后的当前总画像信息为当前数据集合Y(y1,y2,y3)。
可选地,在第一方面的一种可能实现方式中,还包括:
预先设置电气化阈值、低碳化阈值以及能效品质阈值;
预先设置第一预设策略、第二预设策略以及第三预设策略;
将当前数据集合Y(y1,y2,y3)中的第一子画像信息的数值与电气化阈值比 对、第二子画像信息的数值与低碳化阈值比对、第三子画像信息的数值与能效 品质阈值比对得到比对结果;
在比对结果中,若所述第一子画像信息的数值小于电气化阈值,则选取第 一预设策略,若所述第二子画像信息的数值小于低碳化阈值,则选取第二预设 策略,若所述第三子画像信息的数值小于能效品质阈值,则选取第三预设策略;
获取所有选取的策略生成总策略数据。
可选地,在第一方面的一种可能实现方式中,还包括:
接收用户输入的策略修正数据,将所述总策略数据与所述策略修正数据比 对;
判断存在策略修正数据中具有的策略,总策略数据中并不存在相应的策略, 则基于向上调整值对相应的阈值进行向下调整;
判断存在策略修正数据中不具有的策略,总策略数据中存在相应的策略, 则基于向下调整值对相应的阈值进行向上调整。
本发明实施例的第二方面,提供一种适用乡村的电力指数画像实时生成装 置,包括:
获取模块,用于实时获取数据库中目标乡村的用电数据;
第一生成模块,用于基于第一分类器对用电数据进行数据分类得到居民电 量信息和商业电量信息,基于第一分类器对应的第一权重值、居民电量信息和 商业电量信息生成第一子画像信息;
第二生成模块,用于基于第二分类器对用电数据进行数据分类得到清洁能 源生产信息和清洁能源使用信息,基于第二分类器对应的第二权重值、清洁能 源生产信息和清洁能源使用信息生成第二子画像信息;
第三生成模块,用于基于第三分类器对用电数据进行数据分类得到电力消 费信息、用电强度信息和居住率信息,基于第三分类器对应的第三权重值、电 力消费信息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息;
融合生成模块,用于对所述第一子画像信息、第二子画像信息以及第三子 画像信息融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总 画像信息修正得到修正后的当前总画像信息。
本发明实施例的第三方面,提供一种存储介质,所述存储介质中存储有计 算机程序,所述计算机程序被处理器执行时用于实现本发明第一方面及第一方 面各种可能设计的所述方法。
本发明提供的一种适用乡村的电力指数画像实时生成方法、装置及存储介 质,能够根据多个维度的分类器对数据进行主动分类获取相应的数据,并且每 个分类器所分类的数据会具有不同的权重,使得本发明提供的技术方案在生成 乡村画像时根据不同的重要程度提供不同的权重,本发明会得到不同的子画像, 根据子画像得到融合的当前总画像信息,并且在得到当前总画像信息时会根据 先前时刻的先前总画像信息进行修正,使得所得到的修改正后的当前总画像信 息更加贴合于乡村当前的用电情况、场景,更加的准确。
本发明在对当前数据集合进行修正时,会根据当前数据集合和先前数据集 合之间的差值确定相应的修正系数,如果差值越大,则相应的修正系数越大, 该种方式能够保障修正后的当前数据集合不会与先前数据集合相差值、相差距 离过大,进而保障了当前数据集合的准确性,避免某个乡村在某个时刻因为极 端情况而产生的数据而造成用电画像、用电指数变化较大的情况出现,该种方 式能够使得多个相邻时刻的当前数据集合、用电画像的变化都是较为平稳的, 使得所生成的用电画像都是稳定的。
本发明提供的技术方案,会根据用户主动反馈的策略修正数据对电气化阈 值、低碳化阈值以及能效品质阈值中的任意一个或多个进行主动的修正,使得 修正后的电气化阈值、低碳化阈值以及能效品质阈值更加的符合当前计算电力 指数画像的场景,使得所输出的策略更加具有针对性、更加的准确。
附图说明
图1为适用乡村的电力指数画像实时生成方法的第一种实施方式的流程图;
图2为适用乡村的电力指数画像实时生成方法的第一种实施方式的流程图;
图3为适用乡村的电力指数画像实时生成装置的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,都属于本发明保护的范围。
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”、 “第三”“第四”等(如果存在)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。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执 行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发 明实施例的实施过程构成任何限定。
应当理解,在本发明中,“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。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是 一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可 以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一 般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、 C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与 B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根 据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。 A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当…… 时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体 的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再 赘述。
本发明提供一种适用乡村的电力指数画像实时生成方法,如图1所示,包 括:
步骤S110、实时获取数据库中目标乡村的用电数据。用电数据是电网系统 内的数据,电网系统例如说现有的电力营销系统、用采电系统、服务调度系统、 95598系统的基础数据。用电数据至少包括:乡村居民户均电量信息、一般工商 业用户户均电量信息、现存光伏数水平信息、乡村发电量水平信息、水电厂数 水平信息、水电发电量水平信息、电力消费水平信息、居民用电强度信息以及 农村居民居住率信息中的任意一个或多个。本发明中,可以通过相应的服务器 对电力数据进行处理,得到上述的电力信息,上述的电力信息、用电数据为现 有技术中可以得到的数据,即通过电网中的电力营销系统、用采电系统、服务调度系统、95598系统可以得到的。
步骤S120、基于第一分类器对用电数据进行数据分类得到居民电量信息和 商业电量信息,基于第一分类器对应的第一权重值、居民电量信息和商业电量 信息生成第一子画像信息。本发明提供的技术方案,可以通过第一分类器对数 据库中的居民电量信息和商业电量信息进行分类,即通过第一分类器获得相应 的居民电量信息和商业电量信息。居民电量信息可以是乡村居民户均电量,商 业电量信息可以是一般工商业用户户均电量。乡村居民户均电量为乡村居民用 电量/乡村居民用户数,一般工商业用户户均电量为乡村一般工商业用户用电量 /一般工商业用户数。第一子画像信息可以是反应出乡村的产业兴旺·农村再电 气化的情况,即乡村居民户均电量、一般工商业用户户均电量越高,则产业兴旺·农村再电气化的情况越好,第一子画像信息越正向。本发明中的信息可以 是数值,即居民电量信息和商业电量信息分别为居民电量数值和商业电量数值。 第一子画像信息为(居民电量信息和+商业电量信息)×第一权重值。
步骤S130、基于第二分类器对用电数据进行数据分类得到清洁能源生产信 息和清洁能源使用信息,基于第二分类器对应的第二权重值、清洁能源生产信 息和清洁能源使用信息生成第二子画像信息。本发明提供的技术方案,可以通 过第二分类器对数据库中的清洁能源生产信息和清洁能源使用信息进行分类, 即通过第二分类器获得相应的清洁能源生产信息和清洁能源使用信息。清洁能 源生产信息可以是乡村光伏数水平信息和水电厂数水平信息中的任意一个或多 个,清洁能源使用信息可以是光伏发电量水平信息和水电发电量水平信息中的 任意一个或多个。乡村光伏数水平信息可以为乡村光伏数/全省农村平均光伏 数,光伏发电量水平信息可以为乡村光伏发电量/全省农村平均光伏发电量,水 电厂数水平信息可以为乡村水电厂数/全省农村平均水电厂数,水电发电量水平 信息可以为乡村水电发电量/全省农村平均水电厂发电量。第二子画像信息可以 是反应出乡村的生态宜居·能源消费低碳化的情况,即乡村光伏数水平信息、 水电厂数水平信息、光伏发电量水平信息和水电发电量水平信息越高,则生态 宜居·能源消费低碳化的情况越好,第二子画像信息越正向。本发明中的水平 信息可以是数值,即乡村光伏数水平信息、水电厂数水平信息、光伏发电量水 平信息和水电发电量水平信息分别为乡村光伏数水平数值、水电厂数水平数值、 光伏发电量水平数值和水电发电量水平数值。第二子画像信息为(乡村光伏数 水平信息+水电厂数水平信息+光伏发电量水平信息+水电发电量水平信息)乘第二权重值。
步骤S140、基于第三分类器对用电数据进行数据分类得到电力消费信息、 用电强度信息和居住率信息,基于第三分类器对应的第三权重值、电力消费信 息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息。电力消 费信息可以是电力消费水平信息,电力消费水平信息为当前电量/去年同期用电 量*40%+当前电费/去年同期电费*40%+当前用户数/去年同期用户数*20%,用电 强度信息可以是居民用电强度信息,居民用电强度信息为户均用电量/全省农村 户均用电量,居住率信息可以是农村居民居住率,农村居民居住率为农村居民 居住率=当月居住用户/当月总用户数,其中居住用户的定义为当月用电量大于 等于15度的用户。第三子画像信息可以是反应出乡村的生活富裕·能效服务品 质化的情况,即电力消费信息、用电强度信息和居住率信息越高,则乡村的生 活富裕·能效服务品质化的情况越好,第三子画像信息越正向。第三子画像信 息为(电力消费水平信息+居民用电强度信息+农村居民居住率)乘第三权重值。
由于不同的画像、指标的重要性程度是不同的,即第一子画像、第二子画 像以及第三子画像的重要程度可能是不同的,所以本发明需要为第一子画像、 第二子画像以及第三子画像分别配置不同的生成权重,即第一权重值、第二权 重值以及第三权重值。
本发明提供的技术方案,第一分类器、第二分类器、第三分类器可以基于 自然语言处理、文字识别获取相应的数据,例如说第一分类器在获得居民电量 信息和商业电量信息时,可以将居民电量信息和商业电量信息作为关键词,即 根据关键词获取相应的数据。居民电量信息和商业电量信息可以分别具有相对 应的数值,表现形式可以是居民电量信息-100度、商业电量信息-200度等等。 通过分类器对数据分类,获取相应的数据时现有技术,本发明不再进行赘述。
步骤S150、对所述第一子画像信息、第二子画像信息以及第三子画像信息 融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总画像信息 修正得到修正后的当前总画像信息。本发明在得到述第一子画像信息、第二子 画像信息以及第三子画像信息后,会对第一子画像信息、第二子画像信息以及 第三子画像信息进行融合,生成当前总画像信息,通过当前总画像信息可以综 合的反应出该处居民的用电量、用电低碳情况以及用电强度等等,使得决策者 可以根据各个乡村的用户画像确定每个乡村相适应的帮扶、建设策略。
本发明提供的技术方案,在一个可能的实施方式中,还包括:
接收预先输入多个的预设数值,所述居民电量信息、商业电量信息、清洁 能源生产信息、清洁能源使用信息、电力消费信息、用电强度信息以及居住率 信息分别具有与其对应的唯一的预设数值。预设数值可以是管理员主动输入的, 例如说管理员输入居民电量信息对应的预设数值为10、商业电量信息对应的预 设数值为20等等。
通过以下公式计算第一权重值、第二权重值以及第三权重值,
通过可以计算某一个分类器对应的所有信息的预设数值之和,通过可以得到某一个分类器所有信息的预设 数值之和占所有分类器所有信息的预设数值之和的比重即相应的权重值,该权 重值是个大于0小于1的小数。通过该种方式,可以得到每个分类器所分类信 息对应的重要性,使得所生成的画像更具有倾向性。
本发明提供的技术方案,如图2所示,步骤S150具体包括:
步骤S1501、基于所述第一子画像信息、第二子画像信息以及第三子画像信 息生成当前时刻的当前总画像信息的当前数据集合。本发明提供的技术方案, 会根据第一子画像信息、第二子画像信息以及第三子画像信息生成当前总画像 信息的当前数据集合,当前数据集合包括三个子集,分别为第一子画像信息、 第二子画像信息以及第三子画像信息对应的数值。
步骤S1502、获取先前时刻的先前总画像信息的先前数据集合,确定所述当 前数据集合和先前数据集合中差值最大的信息维度的子画像信息,将差值最大 的信息维度的子画像信息的差值作为反馈差值。本发明会在得到当前数据集合 后,得到先前总画像信息的先前数据集合,并且确定当前数据集合和先前数据 集合中差值最大的信息维度的子画像信息,通过差值能够反应出当前数据集合 和先前数据集合的距离、偏差,差值越大则证明乡村在两个时刻的用电情况区 别越大,所以本发明会确定反馈差值来反应当前数据集合和先前数据集合的区 别程度。
步骤S1503、根据所述反馈差值确定相对应的修正系数,基于所述修正系数、 先前数据集合对当前数据集合进行修正。本发明会根据反馈差值的不同对应不 同的修正系数。
本发明提供的技术方案,获取先前时刻的先前总画像信息的先前数据集合, 确定所述当前数据集合和先前数据集合中差值最大的信息维度的信息,将差值 最大的信息维度的信息的差值作为反馈差值包括:
获取当前数据集合中每个信息维度的当前子画像信息、先前数据集合中每 个信息维度的先前子画像信息。可以这样理解,每个子画像信息可以认为是一 个信息维度,例如说第一子画像信息为第一信息维度。本发明会获取当前数据 集合和先前数据集合中的所有维度的子画像信息。
将相同信息维度的当前子画像信息和先前子画像信息比对得到每个相同信 息维度的差值。本发明会将当前数据集合和先前数据集合中相同维度的子画像 信息进行比对,并且会得到每个信息维度的差值。即第一子画像信息在第一信 息维度的第一差值、第二子画像信息在第二信息维度的第二差值、第三子画像 信息在第三信息维度的第三差值。
将差值最大的信息维度的信息的差值作为反馈差值。本发明会选取三个信 息维度中差值最大的差值作为反馈差值,例如说第一差值为1、第二差值为5、 第三差值为8,则此时反馈差值即为8。
本发明提供的技术方案,根据所述反馈差值确定相对应的修正系数,基于 所述修正系数、先前数据集合对当前数据集合进行修正包括:
获取预先设置的多个差值区间,其中每个差值区间具有与其对应的修正系 数。本发明会预先设置多个差值区间,例如说差值区间1为0至2.9、差值区间 2为3至5.9、差值区间3为6至8.9、差值区间4为9至12等等,对于差值区 间的数量,本发明不做限定。例如说差值区间1可能对应的修正系数为2、差值 区间2对应的修正系数为3、差值区间3对应的修正系数为4等等。
根据所述反馈差值所处的差值区间确定该反馈差值对应的修正系数,基于 确定的修正系数对修正系数、先前数据集合对当前数据集合进行修正。例如说 反馈差值为8,则对应的修正系数即为4,因为反馈差值8处于差值区间3内。
本发明提供的技术方案,根据所述反馈差值所处的差值区间确定该反馈差 值对应的修正系数,基于确定的修正系数对修正系数、先前数据集合对当前数 据集合进行修正包括:
所述当前数据集合为J(j1,j2,j3),先前数据集合为K(k1,k2,k3),将当前数据 集合减先前数据集合得到差值集合为L(l1,l2,l3),确定差值集合L(l1,l2,l3)中最大 的值lo,lo为反馈差值。本发明提供的当前数据集合先前数据集合分别为集合的 形式,集合中具有三个子集。
根据反馈差值lo确定修正系数uo;
通过以下公式得到修正后的当前数据集合Y(y1,y2,y3),
其中,j1为当前数据集合中第一子画像信息的数值,j2为当前数据集合中第 二子画像信息的数值,j3为当前数据集合中第三子画像信息的数值,k1为先前数 据集合中第一子画像信息的数值,k2为先前数据集合中第二子画像信息的数值, k3为先前数据集合中第三子画像信息的数值,y1为修正后的当前数据集合中的 第一子画像信息的数值,y2为修正后的当前数据集合中的第二子画像信息的数 值,y3为修正后的当前数据集合中的第三子画像信息的数值;
修正后的当前总画像信息为当前数据集合Y(y1,y2,y3)。
通过以上的技术方案,可以根据先前数据集合中的子画像信息对当前数据 集合中的子画像信息进行修正,并且在修正过程中,会根据反馈差值确定相应 的修正系数,使得当前数据集合与先前数据集合的距离越大、差值越大则进行 的修正幅度越大,当前数据集合与先前数据集合的距离越小、差值越小则进行 的修正幅度越小,进而使修正后的先前数据集合的用户画像更加符合相应乡村 的场景。
本发明提供的技术方案,还包括:
预先设置电气化阈值、低碳化阈值以及能效品质阈值。电气化阈值、低碳 化阈值以及能效品质阈值可以是管理员输入的固定至。
预先设置第一预设策略、第二预设策略以及第三预设策略。本发明中的第 一预设策略、第二预设策略以及第三预设策略可以是与乡村的电气化、低碳化 以及能效品质相对应的。例如说第一预设策略为增加农村的电气化设置,为居 民用户、工商用户配置更多的电气化设备。第二预设策略为在乡村多建设清洁 能源发电设备,例如说光伏发电板、风力发电桩等等。第三预设策略为加强农 村的商业建设,增加就业岗位。
将当前数据集合Y(y1,y2,y3)中的第一子画像信息的数值与电气化阈值比 对、第二子画像信息的数值与低碳化阈值比对、第三子画像信息的数值与能效 品质阈值比对得到比对结果。本发明会将当前数据集合中的每个子画像信息与 对应的阈值进行比较,得到相应的比对结果。
在比对结果中,若所述第一子画像信息的数值小于电气化阈值,则选取第 一预设策略,若所述第二子画像信息的数值小于低碳化阈值,则选取第二预设 策略,若所述第三子画像信息的数值小于能效品质阈值,则选取第三预设策略。 当第一子画像信息的数值小于电气化阈值时,则证明此时乡村的电气化建设稍 差,所以此时需要采取第一预设策略对乡村进行帮扶、辅助乡村的建设,即增 加农村的电气化设置,为居民用户、工商用户配置更多的电气化设备。当第二 子画像信息的数值小于低碳化阈值时,则证明此时乡村的碳排放较多,所以此 时需要采取第二预设策略对乡村进行辅助建设,即在乡村多建设清洁能源发电 设备,例如说光伏发电板、风力发电桩等等。当第三子画像信息的数值小于能 效品质阈值时,则证明此时乡村的能效品质较差,所以此时需要采取第三预设 策略对乡村进行帮扶,即加强农村的商业建设,增加就业岗位,提高电力消费 水平、用电强度以及居民居住率。
获取所有选取的策略生成总策略数据。本发明会根据所选取的所有策略生 成相应的总策略数据,根据总策略数据对相应的乡村采取相应的帮扶模式。
本发明提供的技术方案,还包括:
接收用户输入的策略修正数据,将所述总策略数据与所述策略修正数据比 对。在输出总策略数据后,管理员、决策人员会对所输出的总决策数据进行评 估,此时会存在三种情况。第一种情况为总决策数据符合乡村的实际情况,需 要按照总决策数据的方式对乡村采取相应的措施、策略。此时无需对电气化阈 值、低碳化阈值以及能效品质阈值中的任意一个进行调整。
判断存在策略修正数据中具有的策略,总策略数据中并不存在相应的策略, 则基于向上调整值对相应的阈值进行向下调整。例如说,策略修正数据具有第 一预设策略,但是总策略数据中并没有第一预设策略,则证明此时电气化阈值 较高,所以此时需要调低电气化阈值,以使电气化阈值更容易被超过,第一预 设策略更容易被触发。向下调整的幅度可以是预先设置的,例如说是向下调整 0.3、0.4等等。
判断存在策略修正数据中不具有的策略,总策略数据中存在相应的策略, 则基于向下调整值对相应的阈值进行向上调整。例如说,策略修正数据不具有 第一预设策略,但是总策略数据中具有第一预设策略,则证明此时电气化阈值 较低,所以此时需要调高电气化阈值,以使电气化阈值不容易被超过,第一预 设策略不易被触发。向上调整的幅度可以是预先设置的,例如说是向下调整0.3、 0.4等等。
通过以上的技术方案,本发明可以根据管理员、决策者的主动反馈对阈值 进行调整,使得本发明所输出的决策更加的准确,更适宜乡村的场景。
本发明的实施例还提供一种适用乡村的电力指数画像实时生成装置,如图3 所示,包括:
获取模块,用于实时获取数据库中目标乡村的用电数据;
第一生成模块,用于基于第一分类器对用电数据进行数据分类得到居民电 量信息和商业电量信息,基于第一分类器对应的第一权重值、居民电量信息和 商业电量信息生成第一子画像信息;
第二生成模块,用于基于第二分类器对用电数据进行数据分类得到清洁能 源生产信息和清洁能源使用信息,基于第二分类器对应的第二权重值、清洁能 源生产信息和清洁能源使用信息生成第二子画像信息;
第三生成模块,用于基于第三分类器对用电数据进行数据分类得到电力消 费信息、用电强度信息和居住率信息,基于第三分类器对应的第三权重值、电 力消费信息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息;
融合生成模块,用于对所述第一子画像信息、第二子画像信息以及第三子 画像信息融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总 画像信息修正得到修正后的当前总画像信息。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介 质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储 介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质 耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读 存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器 和可读存储介质可以位于专用集成电路(App licat ion Spec ific I ntegrated Ci rcuits,简称:ASI C)中。另外,该ASI C可以位于用户设备中。当然,处理 器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以 是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据 存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储 在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指 令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的 方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元 (英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、 数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成 电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。 通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合 本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理 器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其 限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术 人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者 对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相 应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.适用乡村的电力指数画像实时生成方法,其特征在于,包括:
实时获取数据库中目标乡村的用电数据;
基于第一分类器对用电数据进行数据分类得到居民电量信息和商业电量信息,基于第一分类器对应的第一权重值、居民电量信息和商业电量信息生成第一子画像信息;
基于第二分类器对用电数据进行数据分类得到清洁能源生产信息和清洁能源使用信息,基于第二分类器对应的第二权重值、清洁能源生产信息和清洁能源使用信息生成第二子画像信息;
基于第三分类器对用电数据进行数据分类得到电力消费信息、用电强度信息和居住率信息,基于第三分类器对应的第三权重值、电力消费信息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息;
对所述第一子画像信息、第二子画像信息以及第三子画像信息融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总画像信息修正得到修正后的当前总画像信息。
3.根据权利要求1所述的适用乡村的电力指数画像实时生成方法,其特征在于,
对所述第一子画像信息、第二子画像信息以及第三子画像信息融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总画像信息修正得到修正后的当前总画像信息包括:
基于所述第一子画像信息、第二子画像信息以及第三子画像信息生成当前时刻的当前总画像信息的当前数据集合;
获取先前时刻的先前总画像信息的先前数据集合,确定所述当前数据集合和先前数据集合中差值最大的信息维度的子画像信息,将差值最大的信息维度的子画像信息的差值作为反馈差值;
根据所述反馈差值确定相对应的修正系数,基于所述修正系数、先前数据集合对当前数据集合进行修正。
4.根据权利要求3所述的适用乡村的电力指数画像实时生成方法,其特征在于,
获取先前时刻的先前总画像信息的先前数据集合,确定所述当前数据集合和先前数据集合中差值最大的信息维度的信息,将差值最大的信息维度的信息的差值作为反馈差值包括:
获取当前数据集合中每个信息维度的当前子画像信息、先前数据集合中每个信息维度的先前子画像信息;
将相同信息维度的当前子画像信息和先前子画像信息比对得到每个相同信息维度的差值;
将差值最大的信息维度的信息的差值作为反馈差值。
5.根据权利要求4所述的适用乡村的电力指数画像实时生成方法,其特征在于,
根据所述反馈差值确定相对应的修正系数,基于所述修正系数、先前数据集合对当前数据集合进行修正包括:
获取预先设置的多个差值区间,其中每个差值区间具有与其对应的修正系数;
根据所述反馈差值所处的差值区间确定该反馈差值对应的修正系数,基于确定的修正系数对修正系数、先前数据集合对当前数据集合进行修正。
6.根据权利要求5所述的适用乡村的电力指数画像实时生成方法,其特征在于,
根据所述反馈差值所处的差值区间确定该反馈差值对应的修正系数,基于确定的修正系数对修正系数、先前数据集合对当前数据集合进行修正包括:
所述当前数据集合为J(j1,j2,j3),先前数据集合为K(k1,k2,k3),将当前数据集合减先前数据集合得到差值集合为L(l1,l2,l3),确定差值集合L(l1,l2,l3)中最大的值lo,lo为反馈差值;
根据反馈差值lo确定修正系数uo;
通过以下公式得到修正后的当前数据集合Y(y1,y2,y3),
其中,j1为当前数据集合中第一子画像信息的数值,j2为当前数据集合中第二子画像信息的数值,j3为当前数据集合中第三子画像信息的数值,k1为先前数据集合中第一子画像信息的数值,k2为先前数据集合中第二子画像信息的数值,k3为先前数据集合中第三子画像信息的数值,y1为修正后的当前数据集合中的第一子画像信息的数值,y2为修正后的当前数据集合中的第二子画像信息的数值,y3为修正后的当前数据集合中的第三子画像信息的数值;
修正后的当前总画像信息为当前数据集合Y(y1,y2,y3)。
7.根据权利要求5所述的适用乡村的电力指数画像实时生成方法,其特征在于,还包括:
预先设置电气化阈值、低碳化阈值以及能效品质阈值;
预先设置第一预设策略、第二预设策略以及第三预设策略;
将当前数据集合Y(y1,y2,y3)中的第一子画像信息的数值与电气化阈值比对、第二子画像信息的数值与低碳化阈值比对、第三子画像信息的数值与能效品质阈值比对得到比对结果;
在比对结果中,若所述第一子画像信息的数值小于电气化阈值,则选取第一预设策略,若所述第二子画像信息的数值小于低碳化阈值,则选取第二预设策略,若所述第三子画像信息的数值小于能效品质阈值,则选取第三预设策略;
获取所有选取的策略生成总策略数据。
8.根据权利要求7所述的适用乡村的电力指数画像实时生成方法,其特征在于,还包括:
接收用户输入的策略修正数据,将所述总策略数据与所述策略修正数据比对;
判断存在策略修正数据中具有的策略,总策略数据中并不存在相应的策略,则基于向上调整值对相应的阈值进行向下调整;
判断存在策略修正数据中不具有的策略,总策略数据中存在相应的策略,则基于向下调整值对相应的阈值进行向上调整。
9.适用乡村的电力指数画像实时生成装置,其特征在于,包括:
获取模块,用于实时获取数据库中目标乡村的用电数据;
第一生成模块,用于基于第一分类器对用电数据进行数据分类得到居民电量信息和商业电量信息,基于第一分类器对应的第一权重值、居民电量信息和商业电量信息生成第一子画像信息;
第二生成模块,用于基于第二分类器对用电数据进行数据分类得到清洁能源生产信息和清洁能源使用信息,基于第二分类器对应的第二权重值、清洁能源生产信息和清洁能源使用信息生成第二子画像信息;
第三生成模块,用于基于第三分类器对用电数据进行数据分类得到电力消费信息、用电强度信息和居住率信息,基于第三分类器对应的第三权重值、电力消费信息和电力消费信息、用电强度信息和居住率信息生成第三子画像信息;
融合生成模块,用于对所述第一子画像信息、第二子画像信息以及第三子画像信息融合生成当前总画像信息,基于先前时刻的先前总画像信息对当前总画像信息修正得到修正后的当前总画像信息。
10.存储介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现权利要求1至8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111457125.3A CN114417955B (zh) | 2021-12-02 | 2021-12-02 | 适用乡村的电力指数画像实时生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111457125.3A CN114417955B (zh) | 2021-12-02 | 2021-12-02 | 适用乡村的电力指数画像实时生成方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114417955A true CN114417955A (zh) | 2022-04-29 |
CN114417955B CN114417955B (zh) | 2023-10-31 |
Family
ID=81265477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111457125.3A Active CN114417955B (zh) | 2021-12-02 | 2021-12-02 | 适用乡村的电力指数画像实时生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114417955B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780860A (zh) * | 2022-05-30 | 2022-07-22 | 国网浙江省电力有限公司杭州供电公司 | 基于多维大数据融合汇聚的自主决策方法 |
CN116089401A (zh) * | 2023-02-17 | 2023-05-09 | 国网浙江省电力有限公司营销服务中心 | 用户数据管理方法及系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350969A1 (en) * | 2015-05-29 | 2016-12-01 | Hover Inc. | Graphical overlay guide for interface |
CN106373026A (zh) * | 2016-08-24 | 2017-02-01 | 国网冀北电力有限公司电力科学研究院 | 一种电力行业的用户画像构建方法 |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
CN106815787A (zh) * | 2015-11-27 | 2017-06-09 | 大唐软件技术股份有限公司 | 一种基于智慧社区的居民信息画像方法和装置 |
CN107895245A (zh) * | 2017-12-26 | 2018-04-10 | 国网宁夏电力有限公司银川供电公司 | 一种基于用户画像的电费回收风险评估方法 |
CN108197132A (zh) * | 2017-10-09 | 2018-06-22 | 国网陕西省电力公司 | 一种基于图数据库的电力资产画像构建方法及装置 |
CN108596679A (zh) * | 2018-04-27 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用户画像的构建方法、装置、终端及计算机可读存储介质 |
CN108764663A (zh) * | 2018-05-15 | 2018-11-06 | 广东电网有限责任公司信息中心 | 一种电力客户画像生成管理的方法及系统 |
CN109063945A (zh) * | 2018-06-08 | 2018-12-21 | 广州亦云信息技术股份有限公司 | 一种基于价值评估体系的售电公司360度客户画像构建方法 |
US10262226B1 (en) * | 2017-05-16 | 2019-04-16 | State Farm Mutual Automobile Insurance Company | Systems and methods regarding 2D image and 3D image ensemble prediction models |
WO2020123402A1 (en) * | 2018-12-10 | 2020-06-18 | The Climate Corporation | Mapping field anomalies using digital images and machine learning models |
WO2020192442A1 (zh) * | 2019-03-26 | 2020-10-01 | 中国科学技术大学 | 利用少数标注图像生成分类器的方法 |
CN111738742A (zh) * | 2020-05-07 | 2020-10-02 | 广东电网有限责任公司 | 一种电力客服用画像数据处理系统 |
CN112115355A (zh) * | 2020-09-02 | 2020-12-22 | 南方电网深圳数字电网研究院有限公司 | 基于电力行业用户画像的电网智慧服务系统 |
CN112364008A (zh) * | 2020-11-20 | 2021-02-12 | 国网江苏省电力有限公司营销服务中心 | 一种面向电力物联网智能终端的设备画像构建方法 |
US20210142559A1 (en) * | 2019-11-08 | 2021-05-13 | General Electric Company | System and method for vegetation modeling using satellite imagery and/or aerial imagery |
WO2021147557A1 (zh) * | 2020-08-28 | 2021-07-29 | 平安科技(深圳)有限公司 | 客户画像方法、装置、计算机可读存储介质及终端设备 |
CN113222445A (zh) * | 2021-05-26 | 2021-08-06 | 国家电网有限公司 | 考虑空心化率的乡村振兴电力综合指数的计算方法及系统 |
CN113377760A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 基于电力数据和多元数据建立低压居民特征画像的方法和系统 |
-
2021
- 2021-12-02 CN CN202111457125.3A patent/CN114417955B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350969A1 (en) * | 2015-05-29 | 2016-12-01 | Hover Inc. | Graphical overlay guide for interface |
CN106815787A (zh) * | 2015-11-27 | 2017-06-09 | 大唐软件技术股份有限公司 | 一种基于智慧社区的居民信息画像方法和装置 |
CN106373026A (zh) * | 2016-08-24 | 2017-02-01 | 国网冀北电力有限公司电力科学研究院 | 一种电力行业的用户画像构建方法 |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
US10262226B1 (en) * | 2017-05-16 | 2019-04-16 | State Farm Mutual Automobile Insurance Company | Systems and methods regarding 2D image and 3D image ensemble prediction models |
CN108197132A (zh) * | 2017-10-09 | 2018-06-22 | 国网陕西省电力公司 | 一种基于图数据库的电力资产画像构建方法及装置 |
CN107895245A (zh) * | 2017-12-26 | 2018-04-10 | 国网宁夏电力有限公司银川供电公司 | 一种基于用户画像的电费回收风险评估方法 |
CN108596679A (zh) * | 2018-04-27 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用户画像的构建方法、装置、终端及计算机可读存储介质 |
CN108764663A (zh) * | 2018-05-15 | 2018-11-06 | 广东电网有限责任公司信息中心 | 一种电力客户画像生成管理的方法及系统 |
CN109063945A (zh) * | 2018-06-08 | 2018-12-21 | 广州亦云信息技术股份有限公司 | 一种基于价值评估体系的售电公司360度客户画像构建方法 |
WO2020123402A1 (en) * | 2018-12-10 | 2020-06-18 | The Climate Corporation | Mapping field anomalies using digital images and machine learning models |
WO2020192442A1 (zh) * | 2019-03-26 | 2020-10-01 | 中国科学技术大学 | 利用少数标注图像生成分类器的方法 |
US20210142559A1 (en) * | 2019-11-08 | 2021-05-13 | General Electric Company | System and method for vegetation modeling using satellite imagery and/or aerial imagery |
CN111738742A (zh) * | 2020-05-07 | 2020-10-02 | 广东电网有限责任公司 | 一种电力客服用画像数据处理系统 |
WO2021147557A1 (zh) * | 2020-08-28 | 2021-07-29 | 平安科技(深圳)有限公司 | 客户画像方法、装置、计算机可读存储介质及终端设备 |
CN112115355A (zh) * | 2020-09-02 | 2020-12-22 | 南方电网深圳数字电网研究院有限公司 | 基于电力行业用户画像的电网智慧服务系统 |
CN112364008A (zh) * | 2020-11-20 | 2021-02-12 | 国网江苏省电力有限公司营销服务中心 | 一种面向电力物联网智能终端的设备画像构建方法 |
CN113222445A (zh) * | 2021-05-26 | 2021-08-06 | 国家电网有限公司 | 考虑空心化率的乡村振兴电力综合指数的计算方法及系统 |
CN113377760A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 基于电力数据和多元数据建立低压居民特征画像的方法和系统 |
Non-Patent Citations (3)
Title |
---|
尤宏亮;郭平平;徐晓敏;杨迪;李瑛莉;: "基于综合用电指数的用户精细画像方法研究", 电力需求侧管理, no. 05 * |
左航: "基于用户画像的电网精准服务与预警系统设计", 《中国设备工程》, no. 11 * |
郑斌等: "基于电力大数据分析的电力消费指数研究与应用", 《电气应用》, vol. 40, no. 01 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780860A (zh) * | 2022-05-30 | 2022-07-22 | 国网浙江省电力有限公司杭州供电公司 | 基于多维大数据融合汇聚的自主决策方法 |
CN114780860B (zh) * | 2022-05-30 | 2023-09-05 | 国网浙江省电力有限公司杭州供电公司 | 基于多维大数据融合汇聚的自主决策方法 |
CN116089401A (zh) * | 2023-02-17 | 2023-05-09 | 国网浙江省电力有限公司营销服务中心 | 用户数据管理方法及系统 |
CN116089401B (zh) * | 2023-02-17 | 2023-09-05 | 国网浙江省电力有限公司营销服务中心 | 用户数据管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114417955B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199016B (zh) | 一种基于DTW的改进K-means的日负荷曲线聚类方法 | |
CN111709672B (zh) | 基于场景和深度强化学习的虚拟电厂经济调度方法 | |
CN114417955A (zh) | 适用乡村的电力指数画像实时生成方法、装置及存储介质 | |
CN113609443B (zh) | 基于区块链的碳足迹跟踪处理方法、装置及存储介质 | |
CN107528350B (zh) | 一种适应中长期电源规划的风电出力典型场景生成方法 | |
CN111476435A (zh) | 基于密度峰值的充电桩负荷预测方法 | |
JP5710447B2 (ja) | 電力需給調整装置及び電力管理システム | |
CN110707691B (zh) | 一种基于用户的分布式智能电网监控系统的控制方法 | |
CN115409649A (zh) | 风电场能量管理系统及其方法 | |
CN115062872A (zh) | 基于电力大数据的行业能耗预测方法及预测系统 | |
CN111914900B (zh) | 一种用户用电模式分类方法 | |
CN117172589A (zh) | 一种行业典型用户电力需求响应潜力评估方法 | |
CN113629778A (zh) | 一种分布式光伏配电网光储系统设计方法 | |
CN115313361A (zh) | 一种规模化可调资源的联合优化控制方法和装置 | |
CN117375001A (zh) | 一种多场景下的柔性负荷调控方法、装置、介质及设备 | |
CN113919594A (zh) | 一种基于深度森林的需求响应潜力评估方法 | |
CN114780860B (zh) | 基于多维大数据融合汇聚的自主决策方法 | |
CN115049321B (zh) | 基于地理信息的物资调配数据处理方法及系统 | |
CN116914760A (zh) | 一种基于随机森林算法的新型电力系统柔性负荷响应潜力量化评估方法 | |
CN111160952A (zh) | 一种考虑风电投标偏差惩罚的风火联合竞价方法及系统 | |
CN117726478A (zh) | 电力系统机组调度智能决策方法、终端设备及存储介质 | |
CN115622056A (zh) | 一种基于线性加权和选解法的储能优化配置方法及系统 | |
CN113361892B (zh) | 基于时序云模型的电动汽车需求响应潜力估计方法、存储介质及系统 | |
CN111952969B (zh) | 结合广义源-网-荷信息的风电爬坡事件直接预报方法 | |
CN114677184B (zh) | 基于经营决策辅助模型的数据处理方法及平台 |
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 |