CN116432990B - 一种基于协同过滤算法的电力任务决策分析方法 - Google Patents
一种基于协同过滤算法的电力任务决策分析方法 Download PDFInfo
- Publication number
- CN116432990B CN116432990B CN202310699506.5A CN202310699506A CN116432990B CN 116432990 B CN116432990 B CN 116432990B CN 202310699506 A CN202310699506 A CN 202310699506A CN 116432990 B CN116432990 B CN 116432990B
- Authority
- CN
- China
- Prior art keywords
- task
- real
- time
- power
- decision
- 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.)
- Active
Links
- RYAUSSKQMZRMAI-YESZJQIVSA-N (S)-fenpropimorph Chemical compound C([C@@H](C)CC=1C=CC(=CC=1)C(C)(C)C)N1C[C@H](C)O[C@H](C)C1 RYAUSSKQMZRMAI-YESZJQIVSA-N 0.000 title claims abstract description 73
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000001914 filtration Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims 2
- 230000008859 change Effects 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
Abstract
本发明涉及供电或配电的电路装置或系统技术领域,提供了一种基于协同过滤算法的电力任务决策分析方法,包括以下步骤:S1、收集历史电力任务数据;S2、根据任务的特征和行为数据,计算历史电力任务i和实时任务j之间的相似度Sim(i,j);S3、若历史电力任务i和实时任务j之间相似度Sim(i,j)超过设定的监控阈值,则调用实时任务j的关联信息,并将实时任务j收录入候选任务列表;若历史电力任务i和实时任务j之间的相似度Sim(i,j)低于设定的监控阈值,则将实时任务j舍弃。通过历史电力任务和实时任务的协同过滤比较历史电力任务和实时任务之间的相似性,具有较强的可扩展性和适应性,可以根据电力系统的变化和需求进行调整和优化。
Description
技术领域
本发明涉及供电或配电的电路装置或系统技术领域,尤其涉及一种基于协同过滤算法的电力任务决策分析方法。
背景技术
在电力系统中,任务决策是关键的工作。然而,传统的任务决策方法通常基于经验和规则,无法充分利用历史任务数据中的潜在信息。
如CN115271444A现有技术公开了一种水电大数据的分布式多任务调度方法及系统,在电力行业现有技术中,通过人工采集并分析各区域用电需求,进而人工分析并对分布式发电机组的供电进行调度,存在调度决策合理性差、效率低,同时调度管理不及时,从而造成资源浪费、用户用电体验差的技术问题。示范性的如基于分布式水利发电机组进行发电调度时,由于各发电机组所在区域的用电需求不同、发电量等存在差异,人工分析并调度存在准确率低、及时性差,从而导致电力资源无法及时调至有需求的用户区域。
另一种典型的如CN113256114B的现有技术公开的一种基于分布式发电消纳的日前与时前两阶段的需求响应方法,随着经济的发展,用电负荷的日益增长,高峰期和低谷期的电量消耗差距较大。传统的发电方案在高峰期消纳过剩时,需要启用高成本发电装置以满足供电需求,低谷期消纳不足时,需要通过储电装置和储热装置来储存电能和热能,在用电高峰期参与能源调度,由于储能空间有限,又会造成资源浪费和经济损失。
为了解决本领域普遍存在调度管理水平差、无法对历史的调度数据进行充分利用和调度的及时性差等等问题,作出了本发明。
发明内容
本发明的目的在于,针对目前所存在的不足,提出了一种基于协同过滤算法的电力任务决策分析方法。
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于协同过滤算法的电力任务决策分析方法,所述电力任务决策分析方法包括以下步骤:
S1、收集历史电力任务数据;
S2、根据任务的特征和行为数据,计算历史电力任务i和实时任务j之间的相似度Sim(i,j);
S3、若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务j的关联信息,并将所述实时任务j收录入候选任务列表;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)低于设定的监控阈值,则将实时任务j舍弃;
S4、通过专家库中的各个专家对所述候选任务列表中的每个任务进行评分,得到所述任务的综合评分Score,并根据综合评分Score的结果确定任务的排序、决策规则和优先级;
若当前电力任务的执行条件是基于任务的排序执行,则转至步骤S5;
若当前电力任务的执行条件是基于任务的决策规则,则转至步骤S6;
若当前电力任务的执行条件是基于任务的优先级,则转至步骤S7;
S5、直接按照候选任务列表中的每个任务的最终评分进行降序排序,并将最终评分高的任务作为分析结果,并直接执行最终评分高的任务对应的任务数据;
S6、设定决策规则评分范围,当所述最终评分落入决策规则评分范围,则执行决策规则评分范围对应的任务数据;
S7、设定高、中、低三个优先级评分段范围,若所述最终评分落入对应的评分段范围,则执行对应评分段范围对应的任务数据。
可选的,所述电力任务决策分析方法还包括:
所述决策规则包括任务的紧急程度、重要性和执行成本指标。
可选的,建立所述决策规则评分范围与任务数据的匹配关系。
可选的,所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)根据下式进行计算:
;
式中,和/>分别表示历史电力任务i和实时任务j的特征向量,· 表示向量的点积,/>和 />分别表示设定的历史电力任务i和实时任务j的特征向量的模;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务的关联信息,并将所述实时任务j收录入候选任务列表。
可选的,专家库中的各个专家对所述候选任务列表中的每个任务进行综合评分,所述任务的综合评分Score根据下式进行计算:
;
式中,到/>表示评价因素,/>到/>表示对应评价因素的权重,其值由系统进行设定;
所述评价因素包括任务执行时间、任务完成质量、任务的节能效果、任务的可靠性。
可选的,对于每个评价因素设定相应的权重,以反映所述评价因素在任务的评分中的重要性;
其中,所述权重根据专家意见、用户需求、历史数据来确定。
可选的,所述决策规则评分范围包括:紧急程度评分范围、重要性评分范围和执行成本指标评分范围;
其中,紧急程度评分范围为[0.8,1],重要性评分范围为[0.6,0.8),执行成本指标评分范围为[0,0.6)。
可选的,当所述最终评分落入紧急程度评分范围[0.8,1],则决策策略为优先选择执行相匹配的任务对应的所述任务数据;
当所述最终评分落入重要性评分范围[0.6,0.8),则决策策略为平衡选择执行相匹配的任务对应的所述任务数据。
可选的,所述高优先级评分段范围的取值为(0.7,1.0]。
可选的,所述任务的特征包括任务的类型、任务描述、任务执行时间;
所述任务的行为数据包括任务执行结果、任务执行时间。
本发明所取得的有益效果是:
1. 通过优化任务分配规则和管理者选用的类别,减少任务执行时间和成本,提高电力系统的效率和可靠性;
2.通过基于所述历史电力任务i和所述实时任务j的协同过滤比较所述历史电力任务i和所述实时任务j之间的相似性,具有较强的可扩展性和适应性,可以根据电力系统的变化和需求进行调整和优化;
3. 通过专家库的专家对电力任务数据进行分析和评分,使电力任务决策过程更科学化,减少主观因素的干扰,提高决策的准确性和可靠性;
4.通过借助领域专家的知识和经验,对不同电力任务进行评分,并根据评分决定电力任务的决策,提升整个系统的高效性和精准性。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明的整体方框示意图。
图2为本发明的对候选任务列表中的任务进行评分和根据评分设定执行条件的示意图。
图3为本发明的计算历史电力任务与实时电力任务之间相似度的流程示意图。
图4为本发明的决策规则评分范围的流程示意图。
图5为本发明的监测操作人员或管理者的操控事件的流程示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:根据图1、图2、图3、图4、图5所示,本实施例提供一种基于协同过滤算法的电力任务决策分析方法,所述电力任务决策分析方法包括以下步骤:
S1、收集历史电力任务数据;
S2、根据任务的特征和行为数据,计算历史电力任务i和实时任务j之间的相似度Sim(i,j);
S3、若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务j的关联信息,并将所述实时任务j收录入候选任务列表;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)低于设定的监控阈值,则将实时任务j舍弃;
S4、通过专家库中的各个专家对所述候选任务列表中的每个任务进行评分,得到所述任务的综合评分Score,并根据综合评分Score的结果确定任务的排序、决策规则和优先级;
若当前电力任务的执行条件是基于任务的排序执行,则转至步骤S5;
若当前电力任务的执行条件是基于任务的决策规则,则转至步骤S6;
若当前电力任务的执行条件是基于任务的优先级,则转至步骤S7;
S5、直接按照候选任务列表中的每个任务的最终评分进行降序排序,并将最终评分高的任务作为分析结果,并直接执行最终评分高的任务对应的任务数据;
S6、设定决策规则评分范围,当所述最终评分落入决策规则评分范围,则执行决策规则评分范围对应的任务数据;
S7、设定高、中、低三个优先级评分段范围,若所述最终评分落入对应的评分段范围,则执行对应评分段范围对应的任务数据;
通过优化任务分配规则和管理者选用的类别,减少任务执行时间和成本,提高电力系统的效率和可靠性;
其中,当前电力任务的执行条件由管理者或操作人员根据实际的电力任务的实际情况进行选择;
可选的,所述电力任务决策分析方法还包括:所述决策规则包括但是不局限于以下列举的几种:任务的紧急程度、重要性和执行成本指标;
其中,所述任务的紧急程度指标衡量了任务完成所需的时间紧迫性;这个指标可以考虑以下因素:
时间敏感性:任务是否有明确的截止日期或时间限制;
需求优先级:任务对电力供应的紧急需求程度;
突发事件:任务是否与紧急的故障修复、灾难恢复等紧急事件相关;
其中,重要性指标反映了任务对电力系统运行和用户需求的重要程度;这个指标可以考虑以下因素:
影响范围:任务对电力系统的影响程度,如影响用户数、影响区域大小等;
关键设备:任务是否涉及关键设备的维护、检修或替换;
用户影响:任务对用户的服务质量、满意度和安全性的影响;
其中,执行成本指标考虑了完成任务所需的资源和成本,所述执行成本指标考虑以下因素:
人力资源:完成任务所需的人员数量和技能水平;
物资和设备:执行任务所需的材料、工具和设备;
能源消耗:任务执行期间所需的电力消耗;
经济成本:任务执行的经济成本,如人工成本、设备维护成本等;
可选的,建立所述决策规则评分范围与任务数据的匹配关系;
可选的,所述任务的特征包括任务的类型、任务描述、任务执行时间,任务的行为数据包括任务执行结果、任务执行时间;
可选的,所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)根据下式进行计算:
;
式中,和 />分别表示设定的历史电力任务i和实时任务j的特征向量,· 表示向量的点积,表示对应位置元素相乘后的和,/>和/>分别表示历史电力任务i和实时任务j的特征向量的模;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务的关联信息,并将所述实时任务j收录入候选任务列表;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)未超过设定的监控阈值,则将所述实时任务j进行抛弃;
其中,设定的监控阈值由系统进行设定,这是本领域的技术人员所熟知的技术手段,本领域的技术人员可以查询相关的技术手册获知该技术,因而在本实施例中不再一一赘述;
对于和/>分别表示设定的历史电力任务i和实时任务j的特征向量的点积,根据下式进行计算:
;
式中,, />, ..., />为历史电力任务i的特征向量,/>, />, ..., />为实时任务j的特征向量,其中,在本实施例中,所述历史电力任务i的特征向量的建立是基于借助领域专家的知识和经验,确定哪些任务特征对于任务的区分和描述最为重要,并提供关于任务的类型、属性、目标、要求,并根据专家提供关于任务的类型、属性、目标、要求构建特征向量;
另外,所述实时任务j的特征向量也是基于借助领域专家的知识和经验,确定哪些任务特征对于任务的区分和描述最为重要,并提供关于任务的类型、属性、目标、要求,并根据专家提供关于任务的类型、属性、目标、要求构建特征向量;
其中,构建特征向量是本实施例的一种优选做法,当然本领域技术人员可以根据实验来获取特征向量进行优化或者替代,这里不再赘述;
对于历史电力任务i特征向量的模根据下式进行计算:
;
对于实时任务j特征向量的模根据下式进行计算:
;
可选的,专家库中的各个专家对所述候选任务列表中的每个任务进行综合评分,所述任务的综合评分Score根据下式进行计算:
;
式中,到/>表示评价因素,/>到/>表示对应评价因素的权重,其值根据系统或者管理者自行进行设定;
所述评价因素包括但是不局限于以下列举的几种:任务执行时间、任务完成质量、任务的节能效果、任务的可靠性;
上述的评价因素和评价因素对应的权重由系统进行选择和设定,这是本领域的技术人员所熟知的技术手段,本领域的技术人员可以查询相关的技术手册获知该技术,因而在本实施例中不再一一赘述;
通过基于所述历史电力任务i和所述实时任务j的协同过滤比较所述历史电力任务i和所述实时任务j之间的相似性,具有较强的可扩展性和适应性,可以根据电力系统的变化和需求进行调整和优化;
同时,在本实施例中,对应评价因素的权重的具体的输入数值可以由操作人员根据实际情况调整,并从系统的人机界面输入调整;
通过专家库的专家对电力任务数据进行分析和评分,使电力任务决策过程更科学化,减少主观因素的干扰,提高决策的准确性和可靠性;
可选的,对于每个评价因素设定相应的权重,以反映所述评价因素在任务的评分中的重要性,所述权重根据专家意见、用户需求、历史数据来确定;
另外,权重之和为 1,确保所有权重的总和等于 1,以确保最终评分在评价因素之间具有正确的权衡,同时,权重范围在 [0, 1];
可选的,所述决策规则评分范围包括:紧急程度评分范围、重要性评分范围和执行成本指标评分范围;
其中,紧急程度评分范围为[0.8,1],重要性评分范围为[0.6,0.8),执行成本指标评分范围为[0,0.6);
可选的,当所述最终评分落入紧急程度评分范围[0.8,1],则决策策略为优先选择执行相匹配的任务对应的所述任务数据;
当所述最终评分落入重要性评分范围[0.6,0.8),则决策策略为平衡选择执行相匹配的任务对应的所述任务数据;
当所述最终评分落入执行成本指标评分范围[0.0, 0.6),决策策略为不选择执行相匹配的任务对应的所述任务数据;
上述不同的评分决策规则评分范围执行不同的策略是本实施例的一种优选做法,当然本领域技术人员可以根据实验来获取一个经验系数对本公式进行优化或者替代,这里不再赘述;
可选的,所述高优先级评分段范围的取值为(0.7,1.0];
另外,中优先级评分段范围的取值为(0.5, 0.7];低优先级评分段范围的取值为[0.0, 0.5];
可选的,所述任务的特征包括任务的类型、任务描述、任务执行时间;
所述任务的行为数据包括任务执行结果、任务执行时间。
实施例二:本实施例应当理解为包含前述任一一个实施例的全部特征,并在其基础上进一步改进,根据图1、图2、图3、图4、图5所示,还在于所述电力任务决策分析方法还包括:
设置时间阈值T,在该时间段内如果没有屏幕上的操控,则触发计算反馈指数的条件;
在屏幕上的操控事件发生时,记录下操控事件发生的时间,通过监测用户的鼠标点击、键盘输入或其他与屏幕交互的操控事件来实现;
每当发生操控事件时,计算当前时间与上一次操控事件之间的时间差;若没有超过设定的时间阈值T,则继续监控;如果时间差超过时间阈值T,即表示在时间阈值内没有发生操控事件;
触发反馈指数计算:当时间差超过设定的时间阈值T时,触发反馈指数的计算;
更新时间戳:在计算反馈指数后,更新时间戳为当前时间,以便下一次操控事件发生时进行时间差的计算;
所述操作者收集操控事件的指标值,根据下式计算反馈指数Feedback:
;
式中,是操作者每个操控事件的指标值,其值由系统根据每个操作事件进行设定,/>是对应的权重,其值由系统根据每个指标进行设定,/>是时间衰减因子,满足:
;
式中,λ 是衰减速率参数,由系统进行设定,T为设定的时间阈值,其值由系统根据实际的情况进行设定,在此不再一一赘述;
若在设定的时间阈值T中反馈指数Feedback低于设定的监控阈值Threshold,则向所述操作人员或管理者发出预警;
若在设定的时间阈值T中反馈指数Feedback超过设定的监控阈值Threshold,则继续监控所述操作人员或管理者的操控事件;
其中,设定的监控阈值Threshold由系统或操作人员根据实际情况进行设定,这是本领域的技术人员所熟知的技术手段,因而在本实施例中,不再一一赘述。
通过对所述操作人员或管理者的屏幕上的操控事件的数据进行评估,使得整个系统的输入和控制更加精准和可靠。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (10)
1.一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述电力任务决策分析方法包括以下步骤:
S1、收集历史电力任务数据;
S2、根据任务的特征和行为数据,计算历史电力任务i和实时任务j之间的相似度Sim(i,j);
S3、若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务j的关联信息,并将所述实时任务j收录入候选任务列表;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)低于设定的监控阈值,则将实时任务j舍弃;
S4、通过专家库中的各个专家对所述候选任务列表中的每个任务进行评分,得到所述任务的综合评分Score,并根据综合评分Score的结果确定任务的排序、决策规则和优先级;
若当前电力任务的执行条件是基于任务的排序执行,则转至步骤S5;
若当前电力任务的执行条件是基于任务的决策规则,则转至步骤S6;
若当前电力任务的执行条件是基于任务的优先级,则转至步骤S7;
S5、直接按照候选任务列表中的每个任务的最终评分进行降序排序,并将最终评分高的任务作为分析结果,并直接执行最终评分高的任务对应的任务数据;
S6、设定决策规则评分范围,当所述最终评分落入决策规则评分范围,则执行决策规则评分范围对应的任务数据;
S7、设定高、中、低三个优先级评分段范围,若所述最终评分落入对应的评分段范围,则执行对应评分段范围对应的任务数据。
2.根据权利要求1所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述电力任务决策分析方法还包括:
所述决策规则包括任务的紧急程度、重要性和执行成本指标。
3.根据权利要求2所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,建立所述决策规则评分范围与任务数据的匹配关系。
4.根据权利要求3所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)根据下式进行计算:
;
式中,和/>分别表示历史电力任务i和实时任务j的特征向量,· 表示向量的点积,和/>分别表示设定的历史电力任务i和实时任务j的特征向量的模;
若所述历史电力任务i和所述实时任务j之间的相似度Sim(i,j)超过设定的监控阈值,则调用所述实时任务的关联信息,并将所述实时任务j收录入候选任务列表。
5.根据权利要求4所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,专家库中的各个专家对所述候选任务列表中的每个任务进行综合评分,所述任务的综合评分Score根据下式进行计算:
;
式中,到/>表示评价因素,/>到/>表示对应评价因素的权重,其值由系统进行设定;
所述评价因素包括任务执行时间、任务完成质量、任务的节能效果、任务的可靠性。
6.根据权利要求5所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,对于每个评价因素设定相应的权重,以反映所述评价因素在任务的评分中的重要性;
其中,所述权重根据专家意见、用户需求、历史数据来确定。
7.根据权利要求6所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述决策规则评分范围包括:紧急程度评分范围、重要性评分范围和执行成本指标评分范围;
其中,紧急程度评分范围为[0.8,1],重要性评分范围为[0.6,0.8),执行成本指标评分范围为[0,0.6)。
8.根据权利要求7所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,当所述最终评分落入紧急程度评分范围[0.8,1],则决策策略为优先选择执行相匹配的任务对应的所述任务数据;
当所述最终评分落入重要性评分范围[0.6,0.8),则决策策略为平衡选择执行相匹配的任务对应的所述任务数据。
9.根据权利要求8所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述高优先级评分段范围的取值为(0.7,1.0]。
10.根据权利要求9所述的一种基于协同过滤算法的电力任务决策分析方法,其特征在于,所述任务的特征包括任务的类型、任务描述、任务执行时间;
所述任务的行为数据包括任务执行结果、任务执行时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310699506.5A CN116432990B (zh) | 2023-06-14 | 2023-06-14 | 一种基于协同过滤算法的电力任务决策分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310699506.5A CN116432990B (zh) | 2023-06-14 | 2023-06-14 | 一种基于协同过滤算法的电力任务决策分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116432990A CN116432990A (zh) | 2023-07-14 |
CN116432990B true CN116432990B (zh) | 2023-08-08 |
Family
ID=87084120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310699506.5A Active CN116432990B (zh) | 2023-06-14 | 2023-06-14 | 一种基于协同过滤算法的电力任务决策分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116432990B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012029389A (ja) * | 2010-07-21 | 2012-02-09 | Toshiba Corp | 電力需給制御システムおよび電力需給制御方法 |
CN109359829A (zh) * | 2018-09-26 | 2019-02-19 | 全球能源互联网研究院有限公司 | 基于历史大数据的电力突发事件辅助决策方法及系统 |
CN109447335A (zh) * | 2018-10-22 | 2019-03-08 | 国网经济技术研究院有限公司 | 一种电网项目两阶段决策优化方法及系统 |
CN110210914A (zh) * | 2019-06-17 | 2019-09-06 | 华北电力大学 | 基于智能推荐的居民用电需求响应方法 |
WO2023018051A1 (ko) * | 2021-08-13 | 2023-02-16 | 김은태 | 국가 전력망 수요관리 및 블랙아웃 방지용 에너지 관리 시스템 및 이의 운용 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9991716B2 (en) * | 2015-02-26 | 2018-06-05 | General Electric Company | Delivery of multiple grid services with energy storage system |
CN106849190B (zh) * | 2017-03-21 | 2019-05-17 | 国网天津市电力公司 | 一种基于Rollout算法的多能互补微网实时调度方法 |
-
2023
- 2023-06-14 CN CN202310699506.5A patent/CN116432990B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012029389A (ja) * | 2010-07-21 | 2012-02-09 | Toshiba Corp | 電力需給制御システムおよび電力需給制御方法 |
CN109359829A (zh) * | 2018-09-26 | 2019-02-19 | 全球能源互联网研究院有限公司 | 基于历史大数据的电力突发事件辅助决策方法及系统 |
CN109447335A (zh) * | 2018-10-22 | 2019-03-08 | 国网经济技术研究院有限公司 | 一种电网项目两阶段决策优化方法及系统 |
CN110210914A (zh) * | 2019-06-17 | 2019-09-06 | 华北电力大学 | 基于智能推荐的居民用电需求响应方法 |
WO2023018051A1 (ko) * | 2021-08-13 | 2023-02-16 | 김은태 | 국가 전력망 수요관리 및 블랙아웃 방지용 에너지 관리 시스템 및 이의 운용 방법 |
Non-Patent Citations (1)
Title |
---|
数据挖掘在电力调度自动化系统中的应用;张宇超;大科技(第025期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116432990A (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103295075B (zh) | 一种超短期电力负荷预测与预警方法 | |
CN107506905A (zh) | 一种改进的电网企业可持续发展综合评价方法 | |
US11755976B2 (en) | Method for predicting oxygen load in iron and steel enterprises based on production plan | |
CN101408769B (zh) | 一种基于乘积arima模型的在线能源预测系统及方法 | |
CN107256449B (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
CN113298322A (zh) | 一种多维优化的电力工单智能派发方法 | |
CN106570567A (zh) | 一种主网检修多约束多目标评估专家系统及优化方法 | |
CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
CN111340269B (zh) | 用于流程工业过程的实时优化方法 | |
CN115879642A (zh) | 一种基于施工拆分预测的宽带装机进度实时感知方法 | |
CN112085256A (zh) | 考虑负荷跃变的全周期负荷预测方法 | |
CN116432990B (zh) | 一种基于协同过滤算法的电力任务决策分析方法 | |
US20230342678A1 (en) | Methods for managing smart gas work order implementation and internet of things (iot) systems thereof | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN116644929A (zh) | 一种基于物联感知的配电网设备运维工单智能管理方法 | |
CN114626655A (zh) | 一种区域综合能源系统多标准综合评价方法 | |
CN112288278A (zh) | 一种基于知识图谱的设备资产管理方法 | |
CN111080037A (zh) | 一种基于深度神经网络的短期电力负荷预测方法及装置 | |
CN116109212A (zh) | 一种机场运行效率评价指标设计及监测方法 | |
CN116384807A (zh) | 基于模糊综合评价模型的航路网络拥挤态势评估方法 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
Yang et al. | Historical load curve correction for short-term load forecasting | |
Wang et al. | New approach for information security evaluation and management of IT systems in educational institutions | |
CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 | |
Ottoman et al. | Budgeting for facility maintenance and repair. II: Multicriteria process for model selection |
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 |