CN117273469B - 一种电网营销业务风险数字化管控系统 - Google Patents
一种电网营销业务风险数字化管控系统 Download PDFInfo
- Publication number
- CN117273469B CN117273469B CN202311544140.0A CN202311544140A CN117273469B CN 117273469 B CN117273469 B CN 117273469B CN 202311544140 A CN202311544140 A CN 202311544140A CN 117273469 B CN117273469 B CN 117273469B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- power supply
- time
- parsimony
- signals
- 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
- 230000036541 health Effects 0.000 claims abstract description 38
- 238000012423 maintenance Methods 0.000 claims description 97
- 238000000034 method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 11
- 230000002123 temporal effect Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design 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
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- 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
本发明公开了一种电网营销业务风险数字化管控系统,具体涉及风险管控领域,是通过综合分析时空信息熵和维护动态均衡指数,计算得到承诺极限系数,用于阶段性评估供电系统的运营健康度,并与分类阈值比较,生成吝啬和慷慨信号,助于了解供电系统的供电质量表现,明确长处和不足,识别潜在风险,为电力营销提供支持。接着,在电力系统运营周期内,根据慷慨和吝啬信号数量和时间间隔信息,计算整体健康比值和波动比值,再与对应阈值比较,生成电力供应质量信号,有益于供电系统管理,提供精确的决策依据,增强开展电力营销业务的信心,降低业务承诺风险。
Description
技术领域
本发明涉及风险管控领域,更具体地说,本发明涉及一种电网营销业务风险数字化管控系统。
背景技术
在我国,一些电力供应是由私人企业开发的。通常情况下,为了提高电力销售的竞争力,供应方会提出一些承诺,而相应地,也会为客户推出一些活动套餐。然而,这些企业在分析活动套餐的收入和承诺的成本之间的平衡时,并没有一套行之有效的分析方式,导致所承诺内容和自身实力并不匹配。这容易会导致以下问题之一:
一方面,承诺方夸大承诺,这容易导致维持承诺所需的成本远远大于活动促销所带来的收入,进而导致收支不平衡,甚至亏损。换句话说,过于慷慨的承诺随之而来导致运营风险增加,可能会损害电力公司的盈利能力;另一方面,如果承诺的力度较小,可能无法吸引足够多的用户参与活动,从而无法达到期望的收益水平。导致活动未能实现其市场推广和盈利目标,使其落后于竞争对手。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供,通过综合分析时空信息熵和维护动态均衡指数,计算得到承诺极限系数,用于阶段性评估供电系统的运营健康度,并与分类阈值比较,生成吝啬和慷慨信号,助于了解供电系统的供电质量表现,明确长处和不足,识别潜在风险,为电力营销提供支持。接着,在电力系统运营周期内,根据慷慨和吝啬信号数量和时间间隔信息,计算整体健康比值和波动比值,再与对应阈值比较,生成电力供应质量信号,有益于供电系统管理,提供精确的决策依据,增强开展电力营销业务的信心,降低业务承诺风险,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:包括数据采集单元、数据分析单元、风险明确单元、风险总结单元,各个单元之间通过信号连接;
数据采集单元用于采集供电系统的供应参数和维护参数,将供应参数和维护参数发送至数据分析单元;
数据分析单元用于将供应参数和维护参数经过归一化处理得到承诺极限系数,将承诺极限系数发送至风险明确单元;
风险明确单元对承诺极限系数进行再分析,生成吝啬信号和慷慨信号,将吝啬信号和慷慨信号发送至风险总结单元;
风险总结单元在电力系统运营周期的时间内,依据对获取的慷慨和吝啬信号的数量以及获取时间间隔的信息得到整体健康比值和波动比值,将健康比值和波动比值分别和对应的阈值进行比较,生成不同等级质量信号。
在一个优选的实施方式中,其中,供应参数包括供电领域时空信息熵,维护参数包括电力系统维护动态均衡指数。
在一个优选的实施方式中,供电领域时空信息熵的获取逻辑为:
步骤a11,在T时间范围内收集供电系统内故障事件的相关数据,包括故障的事件戳、地理坐标、以及故障影响程度的信息,确保数据质量和完整性;
步骤a12,计算每个故障事件的影响程度,计算公式为:故障影响程度=影响范围×用户数量/持续时间;
影响范围是指故障所影响的区域的大小,使用面积度量;
用户数量是指受到故障影响的用户数量;
持续时间是指故障的持续时间;
步骤a13,遍历所有故障信息,将每个故障时间的故障影响程度和影响阈值进行比较,若故障影响程度小于影响阈值,表示影响程度较小,则不纳入到分析数据当中,反之,表示故障时间具有一定的影响程度,需要纳入到分析数据当中,标记为待分析数据;
步骤a14,对于所有待分析数据,计算供电领域时空信息熵,计算公式如下:
;
式中,是供电领域时空信息熵,/>表示时空核密度估计,/>是时空点的坐标,/>是待分析故障信息的坐标和时间戳,/>和/>分别是空间和时间核密度估计的带宽,/>代表待分析数据的索引,每个/>对应一个具体的故障事件,/>,/>代表待分析数据的总数,/>为正整数。
在一个优选的实施方式中,电力系统维护动态均衡指数的获取逻辑为:
步骤b11,在t1时间范围内收集与供电系统维护数据,包括维护工作的数量、维护工作的时间、维护工作的成本、故障时间的数量;
步骤b12,根据收集的数据,计算供电系统的维护工作指标;
维护工作密度:维护工作数量除以t1;
维护工作成本密度:维护工作成本除以t1;
故障率:故障时间数量除以t1;
平均维护时间:维护工作时间总和除以维护工作数量;
步骤b13,计算维护压力指数,计算公式为:
;
步骤b14,在T时间内收集多个维护压力指数,其中T大于t1,计算获得电力系统维护动态均衡指数,计算公式为:
;
式中,为电力系统维护动态均衡指数,/>维护压力指数的平均值,/>表示维护压力数据的索引,/>,/>表示维护压力指数的总数,/>为正整数。
在一个优选的实施方式中,将供电领域时空信息熵和电力系统维护动态均衡指数经过综合分析计算得到承诺极限系数,计算公式为:
;式中/>为承诺极限系数,/>分别为供电领域时空信息熵、电力系统维护动态均衡指数的预设比例系数,且/>均大于0。
在一个优选的实施方式中,将承诺极限系数和分类阈值进行比较,若承诺极限系数大于等于分类阈值,表示故障的时空分布更为集中,可用维护资源有限,生成吝啬信号;若承诺极限系数小于分类阈值,则表示故障的时空分布相对分散,可用维护资源相对充足,生成慷慨信号。
在一个优选的实施方式中,在电力系统运营的最近的一个阶段周期内,获取生成慷慨信号的数量和吝啬信号的数量,基于慷慨、吝啬信号的数量计算得到整体健康比值,计算公式为:整体健康比值=(慷慨信号的数量-吝啬信号的数量)/(慷慨信号的数量+吝啬信号的数量);
将整体健康比值分别和筛分第一阈值、筛分第二阈值进行比较;
若整体健康比值大于筛分第二阈值,表示慷慨信号的数量远多于吝啬信号,说明供电系统整体较为健康,生成高质量信号;
若整体健康比值小于筛分第一阈值,表示慷慨信号的数量远低于吝啬信号,说明供电系统运营状态较差,生成低质量信号。
在一个优选的实施方式中,若整体健康比值大于等于筛分第一阈值且小于筛分第二阈值,表示慷慨信号和吝啬信号的数量相近,则记录每次生成慷慨、吝啬信号的时间,计算各个慷慨、吝啬信号生成时间的间隔信息,依据慷慨间隔时间计算得到慷慨间隔时间的标准差,依据吝啬间隔时间计算得到吝啬间隔时间的标准差,再计算,慷慨间隔时间的标准差与吝啬间隔时间的标准差的比值得到波动比值;
将波动比值和比较阈值进行比较,若波动比值小于比较阈值,生成中质量信号,若波动比值大于等于比较阈值,则生成低质量信号。
本发明一种电网营销业务风险数字化管控系统的技术效果和优点:
1.采集供电领域时空信息熵和电力系统维护动态均衡指数经过综合分析计算得到承诺极限系数,通过承诺极限系数阶段性的评估供电系统的运营健康度,并且将承诺极限系数和分类阈值进行比较,根据比较结果生成吝啬信号和慷慨信号,进而便于帮助供电方了解自身供电系统的供电质量表现,明确供电方的长处和不足之处,凭借这些认知,基于自身实力出发作为支撑,明确供电质量承诺中的潜在风险,从而更加稳妥地展开电力营销业务;
2.通过在电力系统运营周期的时间内,依据对获取的慷慨和吝啬信号的数量以及获取时间间隔的信息得到整体健康比值和波动比值,将健康比值和波动比值分别和对应的阈值进行比较,生成对应的用于表示电力供应质量的信号,进而从宏观角度进一步对供电系统的供电质量进行评估分析,这一过程有益于供电系统管理,能够帮助系统了解供电质量情况,明确系统的强项和需要改进之处,提供更为精准的营销决策,提升电力供应方开拓电力营销业务的信心,降低业务承诺风险。
附图说明
图1为本发明一种电网营销业务风险数字化管控系统的结构示意图。
具体实施方式
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。
实施例1
图1给出了本发明一种电网营销业务风险数字化管控系统,包括数据采集单元、数据分析单元、风险明确单元、风险总结单元,各个单元之间通过信号连接;
数据采集单元用于采集供电系统的供应参数和维护参数,将供应参数和维护参数发送至数据分析单元;
数据分析单元用于将供应参数和维护参数经过归一化处理得到承诺极限系数,将承诺极限系数发送至风险明确单元;
风险明确单元对承诺极限系数进行再分析,生成吝啬信号和慷慨信号,将吝啬信号和慷慨信号发送至风险总结单元;
风险总结单元在电力系统运营周期的时间内,依据对获取的慷慨和吝啬信号的数量以及获取时间间隔的信息得到整体健康比值和波动比值,将健康比值和波动比值分别和对应的阈值进行比较,生成不同等级质量信号。
电力供应商在开展营销业务时,应当首先深刻了解自身的供电实力情况。这包括供电系统的稳定性、可靠性和电力质量等方面的综合评估。明确自身的供电状态是至关重要的,因为它直接影响到供应商能否兑现承诺。如果供电商未充分了解自身供电能力,可能会错误地承诺无法实现的服务水平,导致不仅客户不满意,还可能损害供电商的声誉并造成经济损失。因此,了解自身供电实力是建立可信赖的电力供应品牌和实现可持续营销业务成功的基础。
数据采集单元的运行过程包括以下内容:
其中,供应参数包括供电领域时空信息熵,维护参数包括电力系统维护动态均衡指数。
供电领域时空信息熵的获取逻辑为:
步骤a11,在T时间范围内收集供电系统内故障事件的相关数据,包括故障的事件戳、地理坐标、以及故障影响程度的信息,确保数据质量和完整性;
步骤a12,计算每个故障事件的影响程度,计算公式为:故障影响程度=影响范围×用户数量/持续时间;
影响范围是指故障所影响的区域的大小,使用面积度量;
用户数量是指受到故障影响的用户数量;
持续时间是指故障的持续时间;
步骤a13,遍历所有故障信息,将每个故障时间的故障影响程度和影响阈值进行比较,若故障影响程度小于影响阈值,表示影响程度较小,则不纳入到分析数据当中,反之,表示故障时间具有一定的影响程度,需要纳入到分析数据当中,标记为待分析数据;
步骤a14,对于所有待分析数据,计算供电领域时空信息熵,计算公式如下:
;
式中,是供电领域时空信息熵,/>表示时空核密度估计,/>是时空点的坐标,/>是待分析故障信息的坐标和时间戳,/>和/>分别是空间和时间核密度估计的带宽,/>代表待分析数据的索引,每个/>对应一个具体的故障事件,/>,/>代表待分析数据的总数,/>为正整数。
供电领域时空信息熵用于表示供电系统内具有影响力的故障事件在时空上的分布情况。具体来说,它用于揭示在一定的时间和地理区域内,电力故障事件的密集程度和分布模式,越大的供电领域时空信息熵的值,表示在规定的时间范围内,具有代表性的供电故障事件更为密集,即故障时间在该时空范围内更加集中,意味着在该区域或时间段内供电系统存在潜在的问题,需要引起关注;越小的供电领域时空信息熵的值,表示在规定的时间范围内,故障事件相对分散,即具有代表性的故障事件在该时空范围内较为稀疏,意味着在该区域或时间段内供电系统相对稳定。
电力系统维护动态均衡指数的获取逻辑为:
步骤b11,在t1时间范围内收集与供电系统维护数据,包括维护工作的数量、维护工作的时间、维护工作的成本、故障时间的数量;
步骤b12,根据收集的数据,计算供电系统的维护工作指标;
维护工作密度:维护工作数量除以t1;
维护工作成本密度:维护工作成本除以t1;
故障率:故障时间数量除以t1;
平均维护时间:维护工作时间总和除以维护工作数量;
步骤b13,计算维护压力指数,计算公式为:
;
步骤b14,在T时间内收集多个维护压力指数,其中T大于t1,计算获得电力系统维护动态均衡指数,计算公式为:
;
式中,为电力系统维护动态均衡指数,/>维护压力指数的平均值,/>表示维护压力数据的索引,/>,/>表示维护压力指数的总数,/>为正整数。
电力系统维护动态均衡指数用于体现供电系统的维护工作的稳定性,描述了维护工作在一定时间内的变化程度,用于帮助评估供电系统的维护工作管理效果以及系统维护的稳定性。电力系统维护动态均衡指数的值越大,表示供电系统的维护工作在不同时间段内变化较大,表明维护工作的需求不太稳定,导致供电系统的维护不到位,影响供电系统的供电稳定性;电力系统维护动态均衡指数越小,表示供电系统的维护工作在不同时间段内变化不大,表明现有的维护资源满足处理日常的维护任务,维护压力较小,供电较为稳定。
数据分析单元的运行过程包括以下内容:
将供电领域时空信息熵和电力系统维护动态均衡指数经过综合分析计算得到承诺极限系数,计算公式为:
;式中/>为承诺极限系数,/>分别为供电领域时空信息熵、电力系统维护动态均衡指数的预设比例系数,且/>均大于0。
承诺极限系数用于评估供电系统的运营健康度,若承诺极限系数越大,表示供电系统的运营状态存在问题和不稳定,维护工作的负载均衡不均匀,故障时空分布密集,抗压程度较差,运营风险较大,无法给出较为慷慨的供电承诺;
若承诺极限系数较小,表示供电系统的运营状态相对稳定且可靠,暗示着维护工作的负载控制得很好,供电系统的性能较好,维护和运营计划得当,各项参数处于正常且可控的范围内,运营风险较低,基于实力出发,足以给出一定程度的供电质量承诺。
风险明确单元的运行过程包括内容:
将承诺极限系数和分类阈值进行比较,若承诺极限系数大于等于分类阈值,表示供电系统的运营健康度较差,故障的时空分布更为集中,可用维护资源有限,在应对突发事件时可控性较差,无法胜任较为严格和规范的供电场合,因此,供电质量也较差,难以提供慷慨的供电承诺,生成吝啬信号;若承诺极限系数小于分类阈值,则表示供电系统的运营健康度较好,故障的时空分布相对分散,可用维护资源相对充足,具备更好地应对突发事件的能力,在较为严格和规范的供电场合中,供电质量更为可靠,能够提供稳定的电力供应,有能力兑现慷慨的供电承诺,生成慷慨信号。
本发明采集供电领域时空信息熵和电力系统维护动态均衡指数经过综合分析计算得到承诺极限系数,通过承诺极限系数阶段性的评估供电系统的运营健康度,并且将承诺极限系数和分类阈值进行比较,根据比较结果生成吝啬信号和慷慨信号,进而便于帮助供电方了解自身供电系统的供电质量表现,明确供电方的长处和不足之处,凭借这些认知,基于自身实力出发作为支撑,明确供电质量承诺中的潜在风险,从而更加稳妥地展开电力营销业务。
风险总结单元的运行过程包括以下内容:
在电力系统运营的最近的一个阶段周期内,获取生成慷慨信号的数量和吝啬信号的数量,基于慷慨、吝啬信号的数量计算得到整体健康比值,计算公式为:整体健康比值=(慷慨信号的数量-吝啬信号的数量)/(慷慨信号的数量+吝啬信号的数量);
将整体健康比值分别和筛分第一阈值、筛分第二阈值进行比较;
若整体健康比值大于筛分第二阈值,表示慷慨信号的数量远多于吝啬信号,说明供电系统整体较为健康,生成高质量信号,能够长期提供优质的电力;
若整体健康比值小于筛分第一阈值,表示慷慨信号的数量远低于吝啬信号,说明供电系统运营状态较差,生成低质量信号,不便于长期提供优质电力;
若整体健康比值大于等于筛分第一阈值且小于筛分第二阈值,表示慷慨信号和吝啬信号的数量相近,则记录每次生成慷慨、吝啬信号的时间,计算各个慷慨、吝啬信号生成时间的间隔信息,依据慷慨间隔时间计算得到慷慨间隔时间的标准差,依据吝啬间隔时间计算得到吝啬间隔时间的标准差,再计算,慷慨间隔时间的标准差与吝啬间隔时间的标准差的比值得到波动比值。
波动比值越大:表示慷慨信号生成时间间隔的变化相对较大,而吝啬信号生成时间间隔的变化相对较小;波动比值越小:表示慷慨信号生成时间间隔的变化相对较小,而吝啬信号生成时间间隔的变化相对较大。
将波动比值和比较阈值进行比较,若波动比值小于比较阈值,则表示慷慨信号生成较为稳定,处于可控的范围内,生成中质量信号,若波动比值大于等于比较阈值,则生成低质量信号。
本发明通过在电力系统运营周期的时间内,依据对获取的慷慨和吝啬信号的数量以及获取时间间隔的信息得到整体健康比值和波动比值,将健康比值和波动比值分别和对应的阈值进行比较,生成对应的用于表示电力供应质量的信号,进而从宏观角度进一步对供电系统的供电质量进行评估分析,这一过程有益于供电系统管理,能够帮助系统了解供电质量情况,明确系统的强项和需要改进之处,提供更为精准的营销决策,提升电力供应方开拓电力营销业务的信心,降低业务承诺风险。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和装置,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术作出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种电网营销业务风险数字化管控系统,其特征在于,包括如下步骤:包括数据采集单元、数据分析单元、风险明确单元、风险总结单元,各个单元之间通过信号连接;
数据采集单元用于采集供电系统的供应参数和维护参数,将供应参数和维护参数发送至数据分析单元;
数据分析单元用于将供应参数和维护参数经过归一化处理得到承诺极限系数,将承诺极限系数发送至风险明确单元;
风险明确单元对承诺极限系数进行再分析,生成吝啬信号和慷慨信号,将吝啬信号和慷慨信号发送至风险总结单元;
风险总结单元在电力系统运营周期的时间内,依据对获取的慷慨和吝啬信号的数量以及获取时间间隔的信息得到整体健康比值和波动比值,将健康比值和波动比值分别和对应的阈值进行比较,生成不同等级质量信号;
其中,供应参数包括供电领域时空信息熵,维护参数包括电力系统维护动态均衡指数;
供电领域时空信息熵的获取逻辑为:
步骤a11,在T时间范围内收集供电系统内故障事件的相关数据,包括故障的事件戳、地理坐标、以及故障影响程度的信息,确保数据质量和完整性;
步骤a12,计算每个故障事件的影响程度,计算公式为:故障影响程度=影响范围×用户数量/持续时间;
影响范围是指故障所影响的区域的大小,使用面积度量;
用户数量是指受到故障影响的用户数量;
持续时间是指故障的持续时间;
步骤a13,遍历所有故障信息,将每个故障时间的故障影响程度和影响阈值进行比较,若故障影响程度小于影响阈值,则不纳入到分析数据当中,反之,标记为待分析数据;
步骤a14,对于所有待分析数据,计算供电领域时空信息熵,计算公式如下:
;
式中,是供电领域时空信息熵,/>表示时空核密度估计,/>是时空点的坐标,/>是待分析故障信息的坐标和时间戳,/>和/>分别是空间和时间核密度估计的带宽,/>代表待分析数据的索引,每个/>对应一个具体的故障事件,/>,/>代表待分析数据的总数,/>为正整数;
电力系统维护动态均衡指数的获取逻辑为:
步骤b11,在t1时间范围内收集与供电系统维护数据,包括维护工作的数量、维护工作的时间、维护工作的成本、故障时间的数量;
步骤b12,根据收集的数据,计算供电系统的维护工作指标;
维护工作密度:维护工作数量除以t1;
维护工作成本密度:维护工作成本除以t1;
故障率:故障时间数量除以t1;
平均维护时间:维护工作时间总和除以维护工作数量;
步骤b13,计算维护压力指数,计算公式为:
;
步骤b14,在T时间内收集多个维护压力指数,其中T大于t1,计算获得电力系统维护动态均衡指数,计算公式为:
;
式中,为电力系统维护动态均衡指数,/>维护压力指数的平均值,/>表示维护压力数据的索引,/>,/>表示维护压力指数的总数,/>为正整数;
将供电领域时空信息熵和电力系统维护动态均衡指数经过综合分析计算得到承诺极限系数,计算公式为:
;式中/>为承诺极限系数,/>分别为供电领域时空信息熵、电力系统维护动态均衡指数的预设比例系数,且/>均大于0;
将承诺极限系数和分类阈值进行比较,若承诺极限系数大于等于分类阈值,生成吝啬信号;若承诺极限系数小于分类阈值,生成慷慨信号。
2.根据权利要求1所述的一种电网营销业务风险数字化管控系统,其特征在于:
在电力系统运营的最近的一个阶段周期内,获取生成慷慨信号的数量和吝啬信号的数量,基于慷慨、吝啬信号的数量计算得到整体健康比值,计算公式为:整体健康比值=(慷慨信号的数量-吝啬信号的数量)/(慷慨信号的数量+吝啬信号的数量);
将整体健康比值分别和筛分第一阈值、筛分第二阈值进行比较;
若整体健康比值大于筛分第二阈值,生成高质量信号;
若整体健康比值小于筛分第一阈值,生成低质量信号。
3.根据权利要求2所述的一种电网营销业务风险数字化管控系统,其特征在于:
若整体健康比值大于等于筛分第一阈值且小于筛分第二阈值,则记录每次生成慷慨、吝啬信号的时间,计算各个慷慨、吝啬信号生成时间的间隔信息,依据慷慨间隔时间计算得到慷慨间隔时间的标准差,依据吝啬间隔时间计算得到吝啬间隔时间的标准差,再计算,慷慨间隔时间的标准差与吝啬间隔时间的标准差的比值得到波动比值;
将波动比值和比较阈值进行比较,若波动比值小于比较阈值,生成中质量信号,若波动比值大于等于比较阈值,则生成低质量信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311544140.0A CN117273469B (zh) | 2023-11-20 | 2023-11-20 | 一种电网营销业务风险数字化管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311544140.0A CN117273469B (zh) | 2023-11-20 | 2023-11-20 | 一种电网营销业务风险数字化管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273469A CN117273469A (zh) | 2023-12-22 |
CN117273469B true CN117273469B (zh) | 2024-02-06 |
Family
ID=89214639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311544140.0A Active CN117273469B (zh) | 2023-11-20 | 2023-11-20 | 一种电网营销业务风险数字化管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273469B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830649A (zh) * | 2018-06-05 | 2018-11-16 | 国网浙江省电力有限公司 | 用于电力营销的产权变更用电客户定位方法 |
CN112116256A (zh) * | 2020-09-22 | 2020-12-22 | 国网福建省电力有限公司 | 一种数据资产管理方法 |
CN117057849A (zh) * | 2023-10-11 | 2023-11-14 | 北京金钻芯科技有限公司 | 一种基于数据分级分类的处理方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8972070B2 (en) * | 2010-07-02 | 2015-03-03 | Alstom Grid Inc. | Multi-interval dispatch system tools for enabling dispatchers in power grid control centers to manage changes |
-
2023
- 2023-11-20 CN CN202311544140.0A patent/CN117273469B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830649A (zh) * | 2018-06-05 | 2018-11-16 | 国网浙江省电力有限公司 | 用于电力营销的产权变更用电客户定位方法 |
CN112116256A (zh) * | 2020-09-22 | 2020-12-22 | 国网福建省电力有限公司 | 一种数据资产管理方法 |
CN117057849A (zh) * | 2023-10-11 | 2023-11-14 | 北京金钻芯科技有限公司 | 一种基于数据分级分类的处理方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117273469A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Burger et al. | The efficiency and distributional effects of alternative residential electricity rate designs | |
Nugroho et al. | An empirical model of technical debt and interest | |
Alali et al. | Cloud computing: Overview and risk analysis | |
US8321247B2 (en) | Business level metric for information technology | |
US20170155570A1 (en) | Analysis of site speed performance anomalies caused by server-side issues | |
US20200364638A1 (en) | Automated information technology (it) portfolio optimization | |
AU2019201142A1 (en) | Testing and improving performance of mobile application portfolios | |
US8768742B2 (en) | Assessment and rationalization of resiliency of data center strategies | |
CN109461023B (zh) | 流失用户挽回方法及装置、电子设备、存储介质 | |
US20050144025A1 (en) | Using technical performance metrics for business and usage analysis and cost allocation | |
Tang et al. | Bayesian model-based prediction of service level agreement violations for cloud services | |
US20150142506A1 (en) | Account Health Assessment, Risk Identification, and Remediation | |
US20120016714A1 (en) | System and method for collaborative management of enterprise risk | |
US20090254894A1 (en) | Method and Apparatus for Workflow Based High Availability Analysis | |
US20150324712A1 (en) | Infrastructure costs and benefits tracking | |
US11775912B2 (en) | Systems and methods for real-time lead grading | |
CN115545516A (zh) | 一种基于流程引擎的绩效数据处理方法、装置及系统 | |
CN117273469B (zh) | 一种电网营销业务风险数字化管控系统 | |
Hong et al. | System unavailability analysis based on window‐observed recurrent event data | |
Birke et al. | Multi-resource characterization and their (in) dependencies in production datacenters | |
TWI796855B (zh) | 用於分潤的方法、計算設備及系統 | |
US20050273349A1 (en) | System and method for establishing computer warranty costs | |
CN114282881A (zh) | 折旧测算方法、装置、存储介质及计算机设备 | |
Kim et al. | An exploratory study of factors influencing ASP (application service provider) success | |
Fenner et al. | Business-driven support for infrastructure as a service capacity management through system dynamics simulations |
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 |