CN116307875A - 基于大数据的电力订单管理系统 - Google Patents
基于大数据的电力订单管理系统 Download PDFInfo
- Publication number
- CN116307875A CN116307875A CN202310219139.4A CN202310219139A CN116307875A CN 116307875 A CN116307875 A CN 116307875A CN 202310219139 A CN202310219139 A CN 202310219139A CN 116307875 A CN116307875 A CN 116307875A
- Authority
- CN
- China
- Prior art keywords
- order
- user
- value
- orders
- reward
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000007726 management method Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 56
- 238000012549 training Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000926 separation method 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (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)
Abstract
本发明公开了基于大数据的电力订单管理系统,属于电力营销技术领域,包括信誉评估模块和奖惩模块;所述信誉评估模块用于评估各用户的信誉值,获取各用户的电力订单记录,对获得的电力订单记录进行处理,获得各用户对应的用户订单记录表,根据用户订单记录表获取成交订单次数和成交电量总量,根据用户订单记录表识别各订单违约对应的代表值和违约电量,根据获得的成交订单次数、成交电量总量、代表值和违约电量计算各用户对应的信誉值;所述奖惩模块用于根据各用户的信誉值进行相应奖惩,建立奖惩方案库,实时获取各用户的信誉值,将获得的信誉值输入到奖惩方案库中进行匹配,获得对应的奖惩方案,根据获得的奖惩方案进行相应的用户管理。
Description
技术领域
本发明属于电力营销技术领域,具体是基于大数据的电力订单管理系统。
背景技术
随着经济社会的高速发展,人们对低碳、清洁、可再生能源的需求不断提高,对能源高效利用也提出更高要求。随着电力体制改革的推进,售电侧市场主体更加多元化。
目前现有的电力运营主要以“厂网分开,竞价上网”的模式为主,零售竞争模式的电力运营模式为辅。现有主要零售竞争模式的电力运营是基于区块链的电力交易管理系统。在现有的区块链电力交易管理系统中多包含电力交易模块、管理模块和调度模块,通过模块之间的交互完成点对点的电力交易过程,保证交易过程中的自主性、安全性和透明性。
然而,现有的电力交易系统中缺少对用户的信用管理,用户在违约后不会受到相应的惩罚,违约成本低会导致系统中违约现象频发,影响正常电力交易,降低系统的处理效率,因此,本发明提供了基于大数据的电力订单管理系统。
发明内容
为了解决上述方案存在的问题,本发明提供了基于大数据的电力订单管理系统。
本发明的目的可以通过以下技术方案实现:
基于大数据的电力订单管理系统,包括信誉评估模块、奖惩模块、订单撮合模块;
所述信誉评估模块用于评估各用户的信誉值,获取各用户的电力订单记录,对获得的电力订单记录进行处理,获得各用户对应的用户订单记录表,根据用户订单记录表获取成交订单次数和成交电量总量,根据用户订单记录表识别各订单违约对应的代表值和违约电量,根据获得的成交订单次数、成交电量总量、代表值和违约电量计算各用户对应的信誉值。
进一步地,所述电力订单记录包括成交订单记录和违约订单记录。
进一步地,对获得的电力订单记录进行处理的方法包括:
根据电力订单记录中的成交订单记录汇总对应的成交标识、成交订单次数和成交电量,识别电力订单记录中违约订单记录对应的各违约标识、违约电量、违约责任方和违约原因,根据成交标识、违约标识对应的用户将成交订单次数、成交电量、违约电量、违约责任方和违约原因补充到对应用户的用户订单记录表中。
进一步地,在进行各用户的信誉值前需要进行相应的前置计算条件审核,只有当用户订单记录表中记录的订单次数不低于N时,才进行用户信誉值的计算。
进一步地,计算各用户信誉值的方法包括:
将用户订单记录表中的违约订单标记为i,其中i=1、2、……、n,n为正整数;将获得的代表值标记为DBi,将违约电量标记为WLi,将成交订单次数和成交电量总量分别标记为CZ和CL,根据信誉值公式计算对应的信誉值。
进一步地,DBi的取值范围为[0,1]。
所述奖惩模块用于根据各用户的信誉值进行相应奖惩,建立奖惩方案库,实时获取各用户的信誉值,将获得的信誉值输入到奖惩方案库中进行匹配,获得对应的奖惩方案,根据获得的奖惩方案进行相应的用户管理。
所述订单撮合模块用于撮合各用户的电力订单匹配成交。
进一步地,撮合模块的工作方法包括:
实时识别各用户的依据订单,根据依据订单匹配对应的待选订单,计算各待选订单的优先值,将低于阈值X1的优先值进行剔除,将剩余的优先值按照从高到低的顺序进行排序,获得待选序列;建立配对模型,通过建立的配对模型对各用户的待选序列进行分析,获得各用户的撮合订单显示列表,并通知撮合订单对应的用户。
进一步地,计算各待选订单的优先值的方法包括:
获取各待选订单对应的信誉值和符合值,分别标记为QX和FH,根据公式AQ=FH+α×QX计算各待选订单的优先值,其中α为单位转化系数。
与现有技术相比,本发明的有益效果是:
通过信誉评估模块和奖惩模块之间的相互配合,智能评估各用户信誉值,充分利用各用户的电力订单交易记录,完善不同用户信誉值下的奖惩机制,对其进行奖惩,提高违约成本,保障电力成功交易,提高交易效率和系统稳定性;通过设置撮合模块,提高电力订单的成交效率,辅助各用户快速配对合适的电力订单,并实现与信誉评估模块之间的相互配合,充分考虑各用户的信誉情况,提高撮合订单的成交率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示,基于大数据的电力订单管理系统,包括信誉评估模块、奖惩模块和订单撮合模块;
所述信誉评估模块用于根据电力订单交易记录评估各用户的信誉值,通过利用各用户的电力订单交易记录评估其在电力交易过程中的交易信用,完善现有的交易体系,便于对信誉较差的用户进行相应的惩戒,提高违约成本。
详细的过程为:
实时获取交易系统中的电力订单记录,包括成交订单记录和违约订单记录,交易系统指的是用户应用的现有的电力交易系统,违约订单记录指的是中途取消、不按照订单要求履行等订单,识别电力订单记录中的各用户,对电力订单记录进行识别处理,输出该电力订单记录对应的订单处理数据,订单处理数据包括成交标识、成交电量、违约标识、违约电量、违约责任方、违约原因等数据,其中成交标识和成交电量是对应成交订单记录,违约标识、违约电量、违约责任方、违约原因是对应违约订单记录,不同电力订单种类对应不同的订单处理数据,将经过处理获得的订单处理数据分布到对应用户的用户订单记录表中,通过用户订单记录表实时统计对应用户的订单履行行为,用户订单记录表可以在用户进行注册登记时自动生成预设的用户订单记录表;
为了保障用户信誉值析的全面性,需要设置一个记录条数限值,即当用户订单记录表中记录的订单数据条数超过限值时,才进行信誉评估,避免仅通过几次的数据进行评估所导致片面性,具体的限值次数由专家组进行讨论设置,用N表示;当用户订单记录表中记录的订单次数不低于N时,对用户订单记录表进行分析,输出该用户的信誉值。
其中对电力订单记录进行识别处理,可以利用现有的识别处理技术,按照用户订单记录表中对应需要的数据从电力订单记录中进行相应的数据识别分析,获得对应的订单处理数据,因为,当前具有多种电力订单记录识别处理的相关技术,因此,在本发明中不进行详细描述。
对用户订单记录表进行分析的方法包括:
汇总用户订单记录表的中成交订单次数和成交电量总量,识别用户订单记录表每次违约订单对应的违约电量、违约责任方、违约原因,根据该次的违约责任方、违约原因评估该次违约的代表值,取值范围为零到一,包括零和一,等于一表示该次违约全部责任都为该用户,为零则表示与该用户无关,具体的是基于CNN网络或DNN网络建立对应的违约分析模型,通过人工的方式设置对应的训练集进行训练,通过训练成功后的违约分析模型对每次违约记录中的违约责任方、违约原因进行分析,输出对应的代表值,因为神经网络为本领现有技术,因此,具体的建立和训练过程在本发明中不进行详细叙述,将用户订单记录表中的违约订单标记为i,其中i=1、2、……、n,n为正整数;将获得的代表值标记为DBi,将违约电量标记为WLi,将成交订单次数和成交电量总量分别标记为CZ和CL,公式和/>分别计算电量比例值和次数比例值,根据获得的电量比例值和次数比例值分别匹配对应的电量转化系数和次数转化系数,分别标记为β1和β2,用于将对应的比值转化为对应的分类的信誉值,具体的是通过人工的方式为每个可能具有的比例值设置对应的电量转化系数和次数转化系数,进行相应的匹配即可;根据公式QX=b1×β1×BL+b2×β2×BC计算对应用户的信誉值,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
所述奖惩模块用于根据各用户的信誉值进行相应奖惩,分析具有的信誉值范围,通过人工的方式将具有的信誉值范围划分为若干个等级区间,并为每个等级区间设置对应的奖惩方案,进而汇总建立对应的奖惩方案库;
实时获取各用户的信誉值,将获得的信誉值输入到奖惩方案库中进行匹配,获得对应的奖惩方案,根据获得的奖惩方案进行相应的用户管理。
通过信誉评估模块和奖惩模块之间的相互配合,智能评估各用户信誉值,充分利用各用户的电力订单交易记录,完善不同用户信誉值下的奖惩机制,对其进行奖惩,提高违约成本,保障电力成功交易,提高交易效率和系统稳定性。
所述订单撮合模块用于在电力交易系统撮合各订单的匹配成交,保障电力成功交易,提高交易效率,实时识别电力交易系统中买卖双方的需求订单,分别视为售卖用户的售卖订单和购买用户的购买订单,各用户按照预设的售卖订单或购买订单模板进行相应的订单发布,发布后的售卖订单和购买订单将会在电力交易系统中被订单撮合模块进行识别,进而进行各用户订单的撮合交易,撮合过程为:
将某用户的售卖订单或购买订单标记为依据订单,根据依据订单的订单内容从电力交易系统中其他用户的售卖订单和购买订单中进行对应的订单匹配,获得依据订单对应的待选订单,即根据某个用户的售卖订单或购买订单,在电力交易系统中进行筛选出符合其订单要求的售卖订单或购买订单,标记为待选订单,具体的筛选方法为基于CNN网络或DNN网络建立对应的筛选模型,通过人工的方式建立对应的训练集进行训练,通过训练成功后的筛选模型基于依据订单在电力交易系统中进行相应的筛选,获得符合依据订单要求的待选订单以及各待选订单对应的符合值,符合值是根据待选订单满足依据订单的满足程度进行设置的,如电量、电能质量等方面进行评估;
获取各待选订单对应用户的信誉值,对于因为记录次数低于N的用户,使用对应的初始信誉值进行计算,即通过人工的方式设置有一个固定信誉值用于计算;将获得的符合值标记为FH,根据公式AQ=FH+α×QX计算各待选订单的优先值,其中α为单位转化系数,通过人工的方式进行设置的用于进行信誉值转化的系数;将优先值低于阈值X1的优先值进行剔除,将剩余的优先值按照从高到低的顺序进行排序,获得待选序列,将各待选序列打上对应的性质标签,用于表示是售卖还是购买;基于CNN网络或DNN网络建立对应的配对模型,通过人工的方式建立对应的训练集进行训练,通过训练成功后的配对模型对电力交易系统中各用户对应的待选序列进行配对分析,输出相应的撮合订单,在各个用户个人客户端内生成相应的撮合订单显示列表,并通知对应的用户。
通过设置撮合模块,提高电力订单的成交效率,辅助各用户快速配对合适的电力订单,并实现与信誉评估模块之间的相互配合,充分考虑各用户的信誉情况,提高撮合订单的成交率。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (10)
1.基于大数据的电力订单管理系统,其特征在于,包括信誉评估模块和奖惩模块;
所述信誉评估模块用于评估各用户的信誉值,获取各用户的电力订单记录,对获得的电力订单记录进行处理,获得各用户对应的用户订单记录表,根据用户订单记录表获取成交订单次数和成交电量总量,根据用户订单记录表识别各订单违约对应的代表值和违约电量,根据获得的成交订单次数、成交电量总量、代表值和违约电量计算各用户对应的信誉值;
所述奖惩模块用于根据各用户的信誉值进行相应奖惩,建立奖惩方案库,实时获取各用户的信誉值,将获得的信誉值输入到奖惩方案库中进行匹配,获得对应的奖惩方案,根据获得的奖惩方案进行相应的用户管理。
2.根据权利要求1所述的基于大数据的电力订单管理系统,其特征在于,所述电力订单记录包括成交订单记录和违约订单记录。
3.根据权利要求1所述的基于大数据的电力订单管理系统,其特征在于,对获得的电力订单记录进行处理的方法包括:
根据电力订单记录中的成交订单记录汇总对应的成交标识、成交订单次数和成交电量,识别电力订单记录中违约订单记录对应的各违约标识、违约电量、违约责任方和违约原因,根据成交标识、违约标识对应的用户将成交订单次数、成交电量、违约电量、违约责任方和违约原因补充到对应用户的用户订单记录表中。
4.根据权利要求1所述的基于大数据的电力订单管理系统,其特征在于,在进行各用户的信誉值前需要进行相应的前置计算条件审核,只有当用户订单记录表中记录的订单次数不低于N时,才进行用户信誉值的计算。
5.根据权利要求1所述的基于大数据的电力订单管理系统,其特征在于,计算各用户信誉值的方法包括:
将用户订单记录表中的违约订单标记为i,其中i=1、2、……、n,n为正整数;将获得的代表值标记为DBi,将违约电量标记为WLi,将成交订单次数和成交电量总量分别标记为CZ和CL,根据信誉值公式计算对应的信誉值。
7.根据权利要求6所述的基于大数据的电力订单管理系统,其特征在于,DBi的取值范围为[0,1]。
8.根据权利要求1所述的基于大数据的电力订单管理系统,其特征在于,还包括订单撮合模块,所述订单撮合模块用于撮合各用户的电力订单匹配成交。
9.根据权利要求8所述的基于大数据的电力订单管理系统,其特征在于,撮合模块的工作方法包括:
实时识别各用户的依据订单,根据依据订单匹配对应的待选订单,计算各待选订单的优先值,将低于阈值X1的优先值进行剔除,将剩余的优先值按照从高到低的顺序进行排序,获得待选序列;建立配对模型,通过建立的配对模型对各用户的待选序列进行分析,获得各用户的撮合订单显示列表,并通知撮合订单对应的用户。
10.根据权利要求9所述的基于大数据的电力订单管理系统,其特征在于,计算各待选订单的优先值的方法包括:
获取各待选订单对应的信誉值和符合值,分别标记为QX和FH,根据公式AQ=FH+α×QX计算各待选订单的优先值,其中α为单位转化系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310219139.4A CN116307875B (zh) | 2023-03-08 | 2023-03-08 | 基于大数据的电力订单管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310219139.4A CN116307875B (zh) | 2023-03-08 | 2023-03-08 | 基于大数据的电力订单管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116307875A true CN116307875A (zh) | 2023-06-23 |
CN116307875B CN116307875B (zh) | 2023-08-15 |
Family
ID=86823573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310219139.4A Active CN116307875B (zh) | 2023-03-08 | 2023-03-08 | 基于大数据的电力订单管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116307875B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135122A (ja) * | 2003-10-30 | 2005-05-26 | Hitachi Ltd | 電力取引の約定処理方法および約定処理装置 |
CN108665184A (zh) * | 2018-05-21 | 2018-10-16 | 国网陕西省电力公司咸阳供电公司 | 一种基于大数据征信的电力客户信誉评估方法 |
CN110490564A (zh) * | 2019-08-01 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 一种支付控制方法及装置 |
CN110689398A (zh) * | 2019-08-29 | 2020-01-14 | 合肥工业大学 | 基于区块链的居民微电网电力交易管理系统 |
CN112734238A (zh) * | 2021-01-12 | 2021-04-30 | 国网四川省电力公司经济技术研究院 | 一种基于区块链的弱中心化产消用户电量协调方法及系统 |
CN114493803A (zh) * | 2019-07-31 | 2022-05-13 | 创新先进技术有限公司 | 信用项目中的履约处理方法以及装置 |
CN114640177A (zh) * | 2022-03-24 | 2022-06-17 | 重庆伏特猫科技有限公司 | 一种基于电力能效监测装置的电力能效监测方法 |
CN114994441A (zh) * | 2022-06-06 | 2022-09-02 | 重庆伏特猫科技有限公司 | 一种智能电力能效监测装置 |
-
2023
- 2023-03-08 CN CN202310219139.4A patent/CN116307875B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135122A (ja) * | 2003-10-30 | 2005-05-26 | Hitachi Ltd | 電力取引の約定処理方法および約定処理装置 |
CN108665184A (zh) * | 2018-05-21 | 2018-10-16 | 国网陕西省电力公司咸阳供电公司 | 一种基于大数据征信的电力客户信誉评估方法 |
CN114493803A (zh) * | 2019-07-31 | 2022-05-13 | 创新先进技术有限公司 | 信用项目中的履约处理方法以及装置 |
CN110490564A (zh) * | 2019-08-01 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 一种支付控制方法及装置 |
CN110689398A (zh) * | 2019-08-29 | 2020-01-14 | 合肥工业大学 | 基于区块链的居民微电网电力交易管理系统 |
CN112734238A (zh) * | 2021-01-12 | 2021-04-30 | 国网四川省电力公司经济技术研究院 | 一种基于区块链的弱中心化产消用户电量协调方法及系统 |
CN114640177A (zh) * | 2022-03-24 | 2022-06-17 | 重庆伏特猫科技有限公司 | 一种基于电力能效监测装置的电力能效监测方法 |
CN114994441A (zh) * | 2022-06-06 | 2022-09-02 | 重庆伏特猫科技有限公司 | 一种智能电力能效监测装置 |
Non-Patent Citations (4)
Title |
---|
KAILE ZHOU 等: "Credit-Based Peer-to-Peer Electricity Trading in Energy Blockchain Environment", 《 IEEE TRANSACTIONS ON SMART GRID》, vol. 13, no. 1, pages 678 - 687 * |
李振伟 等: "计及信誉值和电气距离的分布式电能交易区块链模型", 《电力建设》, vol. 44, no. 2, pages 132 - 144 * |
杨剑南: "基于人工神经网络的短期风功率预测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2, pages 042 - 585 * |
罗一凡: "考虑分布式电源的电力客户信用等级评价及反窃电研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》, no. 7, pages 152 - 638 * |
Also Published As
Publication number | Publication date |
---|---|
CN116307875B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127137A (zh) | 基于集中撮合的分布式能源p2p交易方法 | |
CN110826935B (zh) | 一种基于机器学习的中长期电力市场风险评估方法 | |
CN109308631B (zh) | 一种电力市场决策分析的建模方法 | |
CN106529990A (zh) | 一种偏差电量结算方法 | |
CN112465540A (zh) | 一种基于大数据的在线交易云平台 | |
CN113052657A (zh) | 一种基于用户行为分析的线上商品智能匹配推荐方法及云服务器 | |
CN111932199A (zh) | 智能评标决策方法及系统 | |
CN106682933A (zh) | 一种考虑输电网损影响因子的跨区跨省电力用户直接交易方法 | |
CN116307875B (zh) | 基于大数据的电力订单管理系统 | |
Tesfatsion | Auction basics for wholesale power markets: Objectives and pricing rules | |
CN110309566B (zh) | 一种中长期电力交易出清规则仿真系统和方法 | |
CN107730058A (zh) | 一种申报电价预测方法及装置 | |
CN112529410A (zh) | 一种适用于两级市场发用电平衡的衔接方法和系统 | |
CN108198006B (zh) | 一种电能市场交易的集中竞价出清方法及系统 | |
CN110689449A (zh) | 一种中长期电力市场与现货市场的衔接方法和系统 | |
CN114943591A (zh) | 一种招投标信息分析管理方法及系统 | |
CN115719275A (zh) | 基于交易数据的风险监测方法及装置、电子设备 | |
CN115049490A (zh) | 交易风险的确定方法、装置及计算机可读存储介质 | |
CN115063178A (zh) | 目标群体对于业务场景敏感程度的确定方法及其装置 | |
CN113706215A (zh) | 一种基于博弈的电力征信定价方法 | |
CN112884211A (zh) | 一种基于深度学习的股价预测系统及方法 | |
Liu et al. | Research on enterprise bidding mode selection and control strategy | |
Bhattacharya et al. | Semiparametric quantile models for ascending auctions with asymmetric bidders | |
CN117078294B (zh) | 一种基于云计算的大数据信息智能分析方法及系统 | |
Yu et al. | Research in bidding strategies under different price mechanisms in generation-right trading |
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 |