CN115146997A - 基于电力数据的评估方法、装置、电子设备及存储介质 - Google Patents
基于电力数据的评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115146997A CN115146997A CN202210883653.3A CN202210883653A CN115146997A CN 115146997 A CN115146997 A CN 115146997A CN 202210883653 A CN202210883653 A CN 202210883653A CN 115146997 A CN115146997 A CN 115146997A
- Authority
- CN
- China
- Prior art keywords
- variable
- variables
- evaluation
- model
- basic
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000013210 evaluation model Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000009795 derivation Methods 0.000 claims description 43
- 238000012360 testing method Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 9
- 230000005611 electricity Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- 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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (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
本发明公开了一种基于电力数据的评估方法、装置、电子设备及存储介质。所述方法包括：获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；基于所述基础变量生成衍生变量；将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。该方法的模型结构简洁有效，能够简化评估过程。
Description
技术领域
本发明实施例涉及电力技术领域，尤其涉及一种基于电力数据的评估方法、装置、电子设备及存储介质。
背景技术
电力资源作为企业生产经营过程中不可或缺的部分，电力数据可以全面的反映企业的日常生产、经营和管理状态，是全面掌握企业生产状况的重要数据资源。因此，深度挖掘企业的电力数据，通过电力数据对企业的信用进行评价尤为重要。
现有技术的方案将Catboost分类算法、LightBGM算法、AHP层次分析法、TOPSIS综合评价法以及Fuzzy Wuzzy字符串模糊匹配融合算法等多种算法进行分层融合的方式进行评估。
上述方案混杂使用了多种算法，导致模型复杂度过高，一种算法使用错误将导致评价结果错误，不易维护。
发明内容
本发明提供了一种基于电力数据的评估方法、装置、电子设备及存储介质，以解决现有技术中的评估方法混合多种模型导致评估过程复杂的问题。
根据本发明的一方面，提供了一种基于电力数据的评估方法，包括：
获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；
基于所述基础变量生成衍生变量；
将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
根据本发明的另一方面，提供了一种基于电力数据的评估装置，包括：
获取模块，用于获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；
生成模块，用于基于所述基础变量生成衍生变量；
确定模块，用于将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于电力数据的评估方法
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机
可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于电力数据的评估方法。
本发明实施例的技术方案，通过将基础变量和衍生变量输入到预先构建的评估模型中，解决了现有技术方案使用的模型过于复不易维护的问题，取到了简化评估过程的有益效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一所提供的一种基于电力数据的评估方法的流程示意图；
图2为本发明实施例二所提供的一种基于电力数据的评估方法的流程示意图；
图3为本发明实施例三所提供的一种基于电力数据的评估方法的流程示意图；
图4为本发明实施例四所提供的一种基于电力数据的评估装置的结构示意图；
图5为本发明实施例的基于电力数据的评估方法的电子设备的结构示意图。
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。应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
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。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
需要说明的是，本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围以及使用场景等告知目标对象并获得目标对象的授权。
实施例一
图1为本发明实施例一所提供的一种基于电力数据的评估方法的流程示意图，该方法可适用于评价目标对象是否有不良用电记录，进而可以根据不良用电记录对目标对象的信用和运营风险进行评价，该方法可以由基于电力数据的评估装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上，在本实施例中电子设备包括但不限于：计算机设备。
如图1所示，本发明实施例一提供的一种基于电力数据的评估方法，包括如下步骤：
S110、获取目标对象的待处理数据作为基础变量，所述待处理数据包括目标对象的电力数据。
其中，目标对象可以理解为需要进行评估的对象，示例性的，目标对象可以为企业。待处理数据在包括目标对象的电力数据以外，还可以包括目标对象的主键、目标对象对应的行业分类数据、目标对象所在的地域数据以及目标对象的电力增容数据和电力减容数据等。需要说明的是，待处理数据的获取均为目标对象授权后获取的。
在本实施例中，可以通过多种方式获取目标对象的待处理数据，其中一种可行的方式可以为国家电网根据目标对象的名称等主键信息从后台获取目标对象的待处理数据。
本实施例中，可以将目标对象的待处理数据作为变量进行相应的处理和计算。
S120、基于所述基础变量生成衍生变量。
其中，衍生变量可以理解为在基础变量上衍生出的变量。示例性的可以理解为对基础变量进行相应运算后得到的变量
在本实施例中，不限定以何种方式生成衍生变量，可以通过任意一种可行的方式基于基础变量生成衍生变量。其中一个可行的实施方式在实施例二进行详细阐述。
S130、将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
在本实施例中，评估模型可以为任意一种具有评分功能的模型。评估模型可以基于样本集对预设评估算法进行训练和测试后得到，样本集可以包括多个对象的基础变量和衍生变量，多个对象可以示例性的包括多个违约企业和多个履约企业。其中，预设评估算法可以为AdaBoost算法。在本实施例中，评估结果可以为数值，根据评估模型输出的数值可以确定目标对象是否有不良用电情况。
需要进一步说明的是，国家电网在得到评估结果后可以在得到目标对象的授权后，将评估结果发送给目标机构，以使目标机构可以根据评估结果对目标对象进行评价，包括对目标对象的信用以及目标对象的经营风险进行评价。其中，目标机构可以为银行等信贷机构，目标对象可以为企业等。
本发明实施例一提供的一种基于电力数据的评估方法，首先获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；然后基于所述基础变量生成衍生变量；最终将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。上述方法使用的算法和模型架构简洁有效，且易于维护，能够有效的对目标对象的电力数据进行有效评估。
实施例二
图2为本发明实施例二所提供的一种基于电力数据的评估方法的流程示意图，本实施例二在上述各实施例的基础上进行优化。在本实施例中，将基于所述基础变量生成衍生变量进行进一步的具体化，本实施例尚未详尽的内容请参考实施例一。
如图2所示，本发明实施例二提供的一种基于电力数据的评估方法，包括如下步骤：
S210、获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据。
S220、基于所述基础变量，通过自动衍生模型生成衍生变量。
在一个实施例中，自动衍生模型仅仅基于Fuzzy变量自动衍生算法实现，模型架构简洁有效。
其中，所述自动衍生模型用于构建变量衍生矩阵，所述变量衍生矩阵的行表征变量衍生操作，一行对应一个变量衍生操作，所述变量衍生矩阵的列表征变量衍生操作所需的参数，一列对应一个参数；根据所述变量衍生矩阵生成衍生变量的加工策略；根据所述加工策略和所述基础变量生成衍生变量。
在本实施例中，根据自动衍生模型构建的变量衍生矩阵可以自动生成衍生变量的加工策略，将目标对象的基础变量按照加工策略进行处理后可以得到目标对象的衍生变量。
进一步的，所述变量衍生操作包括以下一个或多个：对所述基础变量执行加、减、除和均值运算；对所述基础变量执行同比和环比运算；对所述基础变量执行多项式运算；对所述基础变量执行变量归一化运算；所述参数包括以下一个或多个：第一时间窗口、第二时间窗口以及变量衍生操作对应的变量个数；其中，所述第一时间窗口的时间周期和所述第二时间窗口的时间周期不同。
示例性的，变量衍生矩阵的行可以选择的所表征的变量衍生操作包括：计算季度用电数据、年度用电数据的和、差、倍数、均值8种运算模式；计算在不同时间窗口的用电量增长率，包括同比和环比两种计算模式；计算两个用电数据的和、差、倍数、一次多项式、二次多项式、三次多项式；计算三个用电数据的和、差、倍数、一次多项式、二次多项式、三次多项式；计算四个用电数据的和、差、倍数、一次多项式、二次多项式、三次多项式；计算用电数据的最大最小值；计算用电数据的均值方差；异常值剔除后计算最大最小值；异常值提出后计算均值方差等。在上述32种计算模式中随机选取多种运算模式作为变量衍生操作。
示例性的，变量衍生矩阵的列可以选择的参数包括：8个季度窗口、2个年度窗口以及变量衍生操作对应的变量个数，例如2变量、3变量和4变量。
S230、将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
在一个实施例中，可以基于AdaBoost算法构建评估模型，评估模型的构建步骤可以包括如下步骤：
步骤1、初始化样本权重D1(i,l)＝1/(mk)，i＝1…m,l＝0,1，k＝2。
步骤2、执行T次迭代运算。
其中，T可以为预先设置的样本集中所包括的对象总数的10倍。
本步骤中，每次迭代运算的过程如下：
在Dt下，进行F轮迭代，从F个弱分类器中选择一个hj(x,l),使
其中，
fj(x)表示单维特征，j表示特征维度，x表示基础变量和衍生变量。
当rt,j取值最大时rt＝max(rt,j)，将公式中的弱分类器ht(x,l)添加到强分类器中。
按照下式计算αt：
按照下式计算Dt+1：
其中，Zt表示归一化因子。
步骤3、得到最终的评估模型为：
在一个实施例中，按照上述步骤1到步骤3的计算过程可以得到评估模型，将目标对象的基础变量和衍生变量输入到上述评分模型中可以得到目标企业的最终评分。
本发明实施例二提供的一种基于电力数据的评估方法，具体化了基于基础变量得到衍生变量的过程，以及评估模型的构建过程。该方法中仅使用自动衍生模型和评估模型即可对电力数据进行有效评估，模型架构简洁有效。
实施例三
图3为本发明实施例三所提供的一种基于电力数据的评估方法的流程示意图，本实施例三在上述各实施例的基础上进行优化。在本实施例中，进一步还包括：确定所述评估模型的预测结果的有效性，并对自动衍生模型和/或所述评估模型进行调优。本实施例尚未详尽的内容请参考实施例一和实施例二。
如图3所示，本发明实施例二提供的一种基于电力数据的评估方法，包括如下步骤：
S310、获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据。
S320、基于所述基础变量生成衍生变量。
S330、将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
S340、确定所述评估模型预测结果的有效性。
在本实施例中，不限定以何种方式确定评估模型预测结果的有效性。
在一个实施例中，确定评估模型预测结果的有效性的方式可以包括：在预设周期内通过自动衍生模型更新样本集；基于更新后的样本集构建测试集和训练集；基于所述训练集和所述测试集对所述评估模型进行多轮预测得到多个预测结果；根据所述预测结果中的正确结果和错误正确结果得到预测准确率；若所述预测准确率小于设定阈值，则确定所述评估模型的预测结果无效。
其中，设定阈值可以根据实际情况设定，此处不做具体限制。
进一步的，基于所述训练集和所述测试集对评估模型进行一轮预测得到一个预测结果，包括：基于所述训练集对所述评估模型进行训练；将所述测试集输入训练后的评估模型得到所述测试集中的每个测试样本对应的标签值；若所述标签值与真实标签值相同，则预测结果为正确结果。
示例性的，确定评估模型的预测结果的有效性可以通过如下步骤实现：
步骤1、每15天更新一次样本集，加入新对象的基本变量和衍生变量，剔除信用较差对象的基本变量和衍生变量。
其中，新对象的衍生变量通过将新对象的基本变量输入到自动衍生模型中得到。
步骤2、触发一次基于10折交叉的总体准确率评估，评估过程如下：
步骤2.1、将更新后的样本集均分成10个子集Φ＝{Φ1，Φ2，…，Φ10}。
步骤2.2、对预先构建的评估模型进行10次训练和测试，在每次模型训练和测试的过程中，依次采用Φ1到Φ10作为测试集，并将其余的9个子集作为训练集；模型的训练过程与评估模型的构建过程相同，此处不做重复说明，可参考评估模型构建部分；测试集中每个测试样本的标签预测结果的计算公式为：
通过该公式计算出每个测试样本对应的标签值，比较测试样本的标签值
和测试样本的真实标签值y，如果
则表示该测试样本预测准确，将正确结果CC累加1，否则给错误结果Cn累加1。
步骤3、当10轮模型训练和测试执行完毕后，计算总体预测准确率PT。
其中，一种计算公式为：
还可以使用混淆矩阵计算总体预测准确率PT，计算公式为：
其中。N表示混淆矩阵C的维度。
步骤4、如果最近45天内的PT显示总体预测准确率下降超过2％，或总体预测准确率累计下降超过6％，或者存在一次总体预测准确率超过5％，则触发对自动衍生模型和/或评估模型进行调优。
S350、若所述评估模型的预测结果无效，则对所述自动衍生模型和/或所述评估模型进行调优。
本实施例中，对自动衍生模型进行调优可以包括对变量衍生矩阵进调优，可选的，可以对变量衍生矩阵的行即变量衍生操作进行调优，还可以对变量衍生矩阵的列即参数进行调优。
本实施例中，对评估模型进行调优可以包括对预设评估算法进行调优，对公式中的参数进行调优。
本发明实施例三提供的一种基于电力数据的评估方法，具体化了判断评估模型的预测结果的有效性的过程，并确定是否对模型进行调优。该方法中模型的调优不需要依赖专家经验，可以根据预测结果的有效性自动进行模型调优，可以大大提高模型的可维护性。
实施例四
图4为本发明实施例四所提供的一种基于电力数据的评估装置的结构示意图，该装置可适用于评价目标对象是否有不良用电记录，进而可以根据不良用电记录评价目标对象的信用或运营风险的情况，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上。
如图4所示，该装置包括：获取模块110、生成模块120以及确定模块130。
获取模块110，用于获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；
生成模块120，用于基于所述基础变量生成衍生变量；
确定模块130，用于将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
在本实施例中，该装置首先通过获取模块110获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；然后通过生成模块120基于所述基础变量生成衍生变量；最后通过确定模块130将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
本实施例提供了一种基于电力数据的评估装置，使用的算法和模型架构简洁有效，且易于维护，能够有效的对目标对象的电量数据进行有效评估。
进一步的，生成模块120用于：基于所述基础变量，通过自动衍生模型生成衍生变量；
其中，所述自动衍生模型用于构建变量衍生矩阵，所述变量衍生矩阵的行表征变量衍生操作，一行对应一个变量衍生操作，所述变量衍生矩阵的列表征变量衍生操作所需的参数，一列对应一个参数；根据所述变量衍生矩阵生成衍生变量的加工策略；根据所述加工策略和所述基础变量生成衍生变量。
在上述优化的基础上，所述变量衍生操作包括以下一个或多个：对所述基础变量执行加、减、除和均值运算；对所述基础变量执行同比和环比运算；对所述基础变量执行多项式运算；对所述基础变量执行变量归一化运算；所述参数包括以下一个或多个：第一时间窗口、第二时间窗口以及变量衍生操作对应的变量个数；其中，所述第一时间窗口的时间周期和所述第二时间窗口的时间周期不同。
进一步的，所述预先构建的评估模型基于预先设置的样本集以及预设评估算法构建，所述样本集包括多个对象的基础变量和衍生变量。
进一步的，该装置还包括调优模块，用于：确定所述评估模型预测结果的有效性；若所述评估模型的预测结果无效，则对所述自动衍生模型和/或所述评估模型进行调优。
进一步的，调优模块具体用于：在预设周期内通过自动衍生模型更新样本集；基于更新后的样本集构建测试集和训练集；基于所述训练集和所述测试集对所述评估模型进行多轮预测得到多个预测结果；根据所述预测结果中的正确结果和错误正确结果得到预测准确率；若所述预测准确率小于设定阈值，则确定所述评估模型的预测结果无效。
进一步的，基于所述训练集和所述测试集对所述评估模型进行一轮预测得到一个预测结果，包括：基于所述训练集对所述评估模型进行训练；将所述测试集输入训练后的评估模型得到所述测试集中的每个测试样本对应的标签值；若所述标签值与真实标签值相同，则预测结果为正确结果。
上述基于电力数据的评估装置可执行本发明任意实施例所提供的评估方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于电力数据的评估方法。
在一些实施例中，基于电力数据的评估方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于电力数据的评估方法中的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于电力数据的评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种基于电力数据的评估方法，其特征在于，所述方法包括：
获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；
基于所述基础变量生成衍生变量；
将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
2.根据权利要求1所述的方法，其特征在于，所述基于所述基础变量生成衍生变量，包括：
基于所述基础变量，通过自动衍生模型生成衍生变量；
其中，所述自动衍生模型用于构建变量衍生矩阵，所述变量衍生矩阵的行表征变量衍生操作，一行对应一个变量衍生操作，所述变量衍生矩阵的列表征变量衍生操作所需的参数，一列对应一个参数；根据所述变量衍生矩阵生成衍生变量的加工策略；根据所述加工策略和所述基础变量生成衍生变量。
3.根据权利要求2所述的方法，其特征在于，
所述变量衍生操作包括以下一个或多个：对所述基础变量执行加、减、除和均值运算；对所述基础变量执行同比和环比运算；对所述基础变量执行多项式运算；对所述基础变量执行变量归一化运算；
所述参数包括以下一个或多个：第一时间窗口、第二时间窗口以及变量衍生操作对应的变量个数；
其中，所述第一时间窗口的时间周期和所述第二时间窗口的时间周期不同。
4.根据权利要求1所述的方法，其特征在于，所述预先构建的评估模型基于预先设置的样本集以及预设评估算法构建，所述样本集包括多个对象的基础变量和衍生变量。
5.根据权利要求1所述的方法，其特征在于，还包括：
确定所述评估模型预测结果的有效性；
若所述评估模型的预测结果无效，则对所述自动衍生模型和/或所述评估模型进行调优。
6.根据权利要求5所述的方法，其特征在于，所述确定所述评估模型的预测结果的有效性，包括：
在预设周期内通过自动衍生模型更新样本集；
基于更新后的样本集构建测试集和训练集；
基于所述训练集和所述测试集对所述评估模型进行多轮预测得到多个预测结果；
根据所述预测结果中的正确结果和错误正确结果得到预测准确率；
若所述预测准确率小于设定阈值，则确定所述评估模型的预测结果无效。
7.根据权利要求6所述的方法，其特征在于，基于所述训练集和所述测试集对所述评估模型进行一轮预测得到一个预测结果，包括：
基于所述训练集对所述评估模型进行训练；
将所述测试集输入训练后的评估模型得到所述测试集中的每个测试样本对应的标签值；
若所述标签值与真实标签值相同，则预测结果为正确结果。
8.一种基于电力数据的评估装置，其特征在于，所述装置包括：
获取模块，用于获取目标对象的待处理数据作为基础变量，所述基础变量包括目标对象的电力数据；
生成模块，用于基于所述基础变量生成衍生变量；
确定模块，用于将所述基础变量以及所述衍生变量输入至预先构建的评估模型中，得到评估结果。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于电力数据的评估方法。
10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于电力数据的评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210883653.3A CN115146997A (zh) | 2022-07-26 | 2022-07-26 | 基于电力数据的评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210883653.3A CN115146997A (zh) | 2022-07-26 | 2022-07-26 | 基于电力数据的评估方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115146997A true CN115146997A (zh) | 2022-10-04 |
Family
ID=83414554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210883653.3A Pending CN115146997A (zh) | 2022-07-26 | 2022-07-26 | 基于电力数据的评估方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115146997A (zh) |
-
2022
- 2022-07-26 CN CN202210883653.3A patent/CN115146997A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111369344B (zh) | 一种动态生成预警规则的方法和装置 | |
| CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
| CN115454706A (zh) | 一种系统异常确定方法、装置、电子设备及存储介质 | |
| CN115759751A (zh) | 一种企业风险预测方法、装置、存储介质、电子设备及产品 | |
| CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN115146997A (zh) | 基于电力数据的评估方法、装置、电子设备及存储介质 | |
| CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
| CN113010571A (zh) | 数据检测方法、装置、电子设备、存储介质和程序产品 | |
| CN116402615B (zh) | 一种账户类型的识别方法、装置、电子设备及存储介质 | |
| CN109409720B (zh) | 基于大数据和深度学习的个性化审计方法和机器人系统 | |
| CN116703109A (zh) | 一种配电网项目选取方法、装置、设备及存储介质 | |
| CN115221421A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN117707899A (zh) | 一种微服务异常检测方法、装置、设备及存储介质 | |
| CN114693305A (zh) | 一种交易欺诈检测方法、装置、设备、介质及产品 | |
| CN115983445A (zh) | Pue预测方法、pue预测模型的训练方法、装置及设备 | |
| CN115905021A (zh) | 一种模糊测试方法、装置、电子设备以及存储介质 | |
| CN116111562A (zh) | 一种配电网可靠性确定方法、装置、设备及存储介质 | |
| CN116974621A (zh) | 一种参数配置方法、装置及设备 | |
| CN115455019A (zh) | 一种基于用户行为分析的搜索意图识别方法、装置及设备 | |
| CN115344459A (zh) | 巡检方法、装置，存储介质以及电子设备 | |
| CN116881857A (zh) | 一种产品推荐方法、装置、设备及介质 | |
| CN114742153A (zh) | 一种基于配电网一张图的用电行为分析方法 | |
| CN117892877A (zh) | 手机银行用户行为预测方法、装置、设备和介质 | |
| CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
| CN117934062A (zh) | 卷烟数量预测方法、装置、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 |