CN117522230A - 一种绿电数据分析方法、装置、设备及存储介质 - Google Patents
一种绿电数据分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117522230A CN117522230A CN202410021936.6A CN202410021936A CN117522230A CN 117522230 A CN117522230 A CN 117522230A CN 202410021936 A CN202410021936 A CN 202410021936A CN 117522230 A CN117522230 A CN 117522230A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- analysis index
- index
- green electricity
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000007405 data analysis Methods 0.000 title claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 355
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012108 two-stage analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/0639—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- 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
Abstract
本申请公开了一种绿电数据分析方法、装置、设备及存储介质,通过对待分析数据按照每个用于表征所述交易特征类型的特征参数的二级分析指标对应的计算细则,确定每个所述二级分析指标对应的特征参数值;基于每个所述特征参数值以及每个所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。基于此,本申请更适用于对绿电交易相关数据信息的分析,能够真实表征绿电市场的交易特征的实际情况,提升对绿电市场分析的准确性和客观性。
Description
技术领域
本申请涉及电力市场数据分析技术领域,更具体地说,涉及一种绿电数据分析方法、装置、设备及存储介质。
背景技术
绿电在生产电力的过程中,二氧化碳排放量为零或趋近于零,相较于其他电力生产方式(如火力发电),对于环境影响较低。绿电的主要来源为太阳能、风力、生质能、地热等。
随着社会各界对环境的重视程度,绿电将逐渐成为主流电力生产方式,随之将产生大量的绿电交易,形成绿电交易市场(或绿电市场),所述绿电交易为以绿电产品为标的物的电力中长期交易,以满足电力用户的用电需求。进一步地,可对绿电交易市场的交易数据进行分析处理,确定绿电交易市场的交易环境或运行情况,以便根据所述交易环境或运行情况人为地对绿电交易市场进行调整控制,使得绿电交易市场朝着对环境有益的趋势发展。
但是目前并没有适用于绿电交易市场的数据分析方法,导致无法通过绿电交易市场的数据进行准确地分析。基于此,如何对绿电交易市场的数据进行分析处理,成为本技术领域人员迫切解决的问题。
发明内容
有鉴于此,本申请提供了一种绿电数据分析方法、装置、设备及存储介质,用于解决无法通过绿电交易市场的数据进行准确分析的问题。
为了实现上述目的,现提出的方案如下:
一种绿电数据分析方法,包括:
获取待分析数据和预设分析指标,所述待分析数据至少包括绿电交易过程中产生的数据信息,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则;
基于所述待分析数据和每个所述二级分析指标对应的所述计算细则,确定每个所述二级分析指标对应的特征参数值;
基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;
整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
可选的,获取每个所述特征参数值对应的所述二级分析指标的权重参数值的过程,包括:
基于所述一级分析指标与所述二级分析指标之间的对应关系,进行层次化处理,得到用于表征所述一级分析指标与所述二级分析指标之间层次关系的层次结构,所述层次结构中每个所述一级分析指标为不同层次,同一个所述一级分析指标对应的不同所述二级分析指标为同一层次的不同因素;
根据所述层次结构,构建与每一层次对应的判断矩阵,所述判断矩阵包括:表征每个所述一级分析指标之间相对重要程度的一级判断矩阵,以及表征属于同一所述一级分析指标的每个所述二级分析指标之间相对重要程度的二级判断矩阵;
基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,所述权重向量中每一个向量元素对应处于当前层次的所述一级分析指标或所述二级分析指标的权重值;
基于所述层次结构,将所述一级分析指标对应的所述权重值与所述一级分析指标所包含的每一个所述二级分析指标对应的所述权重值进行处理,得到每一个所述二级分析指标对应的权重参数值。
可选的,所述基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,包括:
针对每一层次对应的所述判断矩阵,执行下方步骤:
获取所述判断矩阵的最大特征值;
基于所述判断矩阵和所述最大特征值,确定所述判断矩阵的特征向量;
对所述特征向量进行的归一化处理,得到与所述判断矩阵对应的权重向量。
可选的,所述整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的所述分析结果柱形图,包括:
生成一个初始柱形图,所述初始柱形图的横轴代表与所述二级分析指标对应的特征参数值,所述初始柱形图的纵轴代表与所述二级分析指标对应的所述权重参数值;
基于所述初始柱形图的所述横轴和所述纵轴,将每个所述二级分析指标的所述特征参数值对应的所述矩形图归纳至所述初始柱形图,得到与所述待分析数据对应分析结果柱形图。
可选的,获取所述预设分析指标的过程,包括:
根据绿电市场的交易特征的特征类型,生成至少一个与所述特征类型对应的所述一级分析指标;
根据所述一级分析指标对应的所述特征类型,从样本数据中确定反映所述特征类型的特征参数类型,所述样本数据包括若干与所述绿电交易相关的交易信息;
将所述特征参数类型作为所述二级分析指标。
可选的,还包括:
基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值的乘积,确定每个所述二级分析指标对应的综合特征参数值;
生成包含有所述一级分析指标、所述二级分析指标,以及与每个所述二级分析指标对应的所述综合特征参数值、所述特征参数值和所述权重参数值的数据分析表。
可选的,还包括:
将所述数据分析表与作为存储标记的所述待分析数据的数据时间,存储至预设数据库;
响应于接收到分析预设时间范围内的预设指标的请求,从所述预设数据库中调取至少两个在所述预设时间范围内的所述存储标记对应的所述数据分析表;
基于所述数据分析表中属于同一所述一级分析指标或所述二级分析指标的所述综合特征参数值进行处理,得到表征每个所述一级分析指标或所述二级分析指标在所述预设时间范围内的变化情况的变化参数。
一种绿电数据分析装置,包括:
数据获取单元,用于获取待分析数据和预设分析指标,所述待分析数据至少包括绿电交易过程中产生的数据信息,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则;
参数值确定单元,用于基于所述待分析数据和每个所述二级分析指标对应的所述计算细则,确定每个所述二级分析指标对应的特征参数值;
矩形图生成单元,用于基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;
分析结果确定单元,用于整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
一种绿电数据分析设备,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现任一项所述绿电数据分析方法的各个步骤。
一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现任一项所述绿电数据分析方法的各个步骤。
本申请的预设分析指标分别从绿电市场的交易特征类型和特征参数两方面,构架了一个集一级分析指标和二级分析指标的用于分析待分析数据的分析结构,更适用于对绿电交易相关数据信息的分析。
本申请基于所述分析结构对绿电市场数据的分析,均是基于绿电交易过程中产生的数据信息得到,能够真实表征绿电市场的交易特征的实际情况,提升对绿电市场分析的准确性和客观性。
附图说明
为了更清楚地说明本申请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地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的实现绿电数据分析方法的一种流程示意图;
图2为本申请实施例提供的一种层次结构的示例图;
图3为本申请实施例提供的一种分析结果柱形图的示例图;
图4为本申请实施例提供的一种绿电数据分析装置的可选的结构示意图;
图5为本申请实施例提供的一种绿电数据分析设备的可选的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
随着电力市场化程度的不断深化,以及企业清洁低碳转型不断落实,越来越多的市场主体参与绿电交易,而进一步分析绿电市场化交易数据,掌握绿电市场的经济效益、环境效益、发现趋势、运行情况等市场信息,有利于度后续绿电交易机制的完善。
本申请实施例要实现的是,通过对绿电交易过程中产生的数据信息进行分析,得到能够真实表征绿电市场的交易特征的特征参数值,确保对绿电市场分析的准确性和客观性。本申请实施例可以应用在移动终端、PC终端、服务器等设备端,可实时申报或获取待分析数据并对其进行分析。
具体地,对绿电数据进行分析的过程可以参照图1所示的本申请实施例提供的实现绿电数据分析方法的流程示意图,具体过程可以包括:
步骤S110,获取待分析数据和预设分析指标,所述预设分析指标包括一级分析指标和二级分析指标。
步骤S120,基于所述待分析数据和每个所述二级分析指标对应的计算细则,确定每个所述二级分析指标对应的特征参数值。
所述待分析数据至少包括绿电交易过程中产生的数据信息,具体地,可以包括如:绿电成交量、成交均价、发电侧申报均价、用户侧申报均价、绿电交易前的区域全年碳排放、绿电交易后的区域全年碳排放、可再生能源评价上网电价、可再生能源总上网电量、绿电交易总电量等数据信息。
所述待分析数据可以是由目标用户直接输入到实现绿电数据分析方法的设备端的,也可以是所述设备端从第三方设备端申请获取的绿电交易相关的数据。
在本申请实施例中,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则。
可以理解的是,本申请实施例预先根据绿电市场的交易特征类型,将对待分析数据的分析每一个交易特征类型下的特征参数,以所述特征参数客观地表征本次分析的待分析数据在对应交易特征类型下的市场或交易情况。
具体地,获取所述预设分析指标的过程可以包括:根据绿电市场的交易特征的特征类型,生成至少一个与所述特征类型对应的所述一级分析指标;根据所述一级分析指标对应的所述特征类型,从样本数据中确定反映所述特征类型的特征参数类型,所述样本数据包括若干与所述绿电交易相关的交易信息;将所述特征参数类型作为所述二级分析指标。
在本申请实施例中,设备端通过提取绿电市场交易的特征,将所有的特征进行分类,得到能够表征绿电市场特征的几个大类,如绿电市场经济效益、绿电市场环境效益、绿电市场公平性和绿电市场成长趋势等,并且以此作为一级分析指标。
而所述一级分析指标所包含的二级分析指标为能够表征所述特征类型的特征参数类型,假设一级分析指标为绿电市场经济效益,所述二级指标可以为能够表征所述绿电市场经济效益的特征参数类型。经济效益是衡量绿电市场运行情况的核心指标,主要指的是绿电市场运行能够带给生产者和消费者总社会福利增量,从社会剩余角度出发,与绿电市场经济效益对应的特征参数(即二级分析指标)可以有:绿电市场生产者剩余、绿电市场消费者剩余和绿电市场总剩余。
而由于绿电数据的完整程度、所对应绿电市场的运行情况的不同,不同的绿电数据中反映绿电市场特征的参数类型不同,因此,可以通过从大量的样本数据所反映的绿电市场特征类型、特征参数,提取出出现概率最高的将特征类型或特征参数类型,基于此,能够保证当获取的待分析数据的完整程度不高时,也可以有对应可进行分析的一级分析指标或二级分析指标。
在本申请实施例中,确定特征参数的目的是为了能够根据待分析数据确定能够表征所述特征参数的实际数值,提升分析结果的客观性和直观性。因此,本申请实施例针对每一个所述二级分析指标设定了对应的基于待分析数据量化所述特征参数的计算细则。
如上述二级指标为所述绿电市场生产者剩余时,对应的计算细则如下式(1):
...............................(1)
其中,p deal 为绿电成交价格,p s 为发电侧平均报价,Q deal 为绿电成交量。
可根据上述计算细则确定所述待分析数据所反映的绿电市场的生产者剩余的参数值,量化需要分析的特征类型的特征参数,使得分析结果更加直观、客观和准确。
可选的,当一级分析指标分别为:绿电市场经济效益、绿电市场环境效益、绿电市场公平性和绿电市场成长趋势时,则每个一级分析指标对应存在多个不同的二级分析指标,每个二级分析指标对应不同的计算细则。具体地,本申请实施例的每个所述二级分析指标对应的计算细则可以参照表1所示的绿电分析指标细则。
表1 绿电分析指标细则
其中,表1中计算细则中各个公式中的字符所代表的数据含义可参考表2进行理解。
表2 参数说明
可以理解的是,用于所述计算细则进行运算的数据为待分析数据,分别从待分析数据中提取有效数据(即表2中每一项符号对应表示的数据信息),基于所述有效数据将待分析数据所体现的绿电市场特征进行量化,得到与每一项二级分析指标对应的特征参数值。
步骤S130,基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图。
步骤S140,整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
本申请实时例为体现各个交易特征之间的相对重要程度,为每个所述二级分析指标分配权重参数值,并结合每个所述二级分析指标对应的特征参数值进行运算,可得到既能体现交易特征,也能体现交易特征之间相对重要程度的综合分析结果。
其中,为每个所述二级分析指标分配权重参数值的过程可以包括:基于所述一级分析指标与所述二级分析指标之间的对应关系,进行层次化处理,得到用于表征所述一级分析指标与所述二级分析指标之间层次关系的层次结构,所述层次结构中每个所述一级分析指标为不同层次,同一个所述一级分析指标对应的不同所述二级分析指标为同一层次的不同因素;
根据所述层次结构,构建与每一层次对应的判断矩阵,所述判断矩阵包括:表征每个所述一级分析指标之间相对重要程度的一级判断矩阵,以及表征属于同一所述一级分析指标的每个所述二级分析指标之间相对重要程度的二级判断矩阵;
基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,所述权重向量中每一个向量元素对应处于当前层次的所述一级分析指标或所述二级分析指标的权重值;
基于所述层次结构,将所述一级分析指标对应的所述权重值与所述一级分析指标所包含的每一个所述二级分析指标对应的所述权重值进行处理,得到每一个所述二级分析指标对应的权重参数值。
可选的,以表1所示的一级分析指标和二级分析指标进行上述的层次处理,得到的层次结构可参照图2所示的本申请实施例提供一种层次结构的示例图。参照图2,可以直观地理解一级分析指标,绿电市场经济效益A1、绿电市场环境效益A2、绿电市场公平性A3、绿电市场成长趋势A4属于同一层次。
根据上文描述的获取预设分析指标的过程可知,一级分析指标均属于交易特征类型,属于同一层次指标。每个一级分析指标所对应的多个二级分析指标属于不同类型的特征参数,但是属于同一交易特征类型,因此,同一一级分析指标对应的二级分析指标属于同一层次的不同类型指标或因素。对于图2中的每个一级分析指标对应的多个二级分析指标之间的结构关系,可以一级分析指标A1为例进行说明,A1对应的二级分析指标包括:生产者剩余A11、消费者剩余A12、市场总剩余A13,属于处于同一层次的不同因素,可以理解为影响绿电市场经济效益的不同市场因素,所有的二级分析指标A11、A12、……、A44为共同影响绿电市场的因素。
进一步地,按照指标之间的相对重要程度构建每一层次对应的判断矩阵,所述判断矩阵中每一矩阵元素表示关于上一层次某因素或同层各因素之间的相对重要程度。基于此,可以得到一级分析指标对应层次的判断矩阵R A 可参考下式(2):
............................(2)
同理,绿电市场的经济效益层次的二级分析指标对应的判断矩阵可参考下式(3):
...............................(3)
绿电市场的环境效益层次的二级分析指标对应的判断矩阵可参考下式(4):
...............................(4)
绿电市场的公平性所对应层次的二级分析指标对应的判断矩阵可参考下式(5):
...............................(5)
绿电市场的成长趋势所对应层次的二级分析指标对应的判断矩阵可参考下式(6):
...............................(6)
进一步地,可以利用集合平均法、算数平均法、最小二乘法和特征向量发等,计算每一层次对应的判断矩阵的权重,本申请实施例针对每一层对应的所述判断矩阵,确定每一层次对应的权重向量的过程可以包括:获取所述判断矩阵的最大特征值;基于所述判断矩阵和所述最大特征值,确定所述判断矩阵的特征向量;对所述特征向量进行的归一化处理,得到与所述判断矩阵对应的权重向量。
以一级分析指标所在层次对应的判断矩阵R A 为例,求取判断矩阵R A 的特征值,并从中确定最大特征值λmax,进一步地,根据下式(7)确定判断矩阵R A 对应于λmax的特征向量W。
..............................(7)
基于此,计算得到与判断矩阵R A 对应的权重向量W A =[w A,1 w A,2 w A,3 w A,4 ],其中,权重向量中的每个向量元素表征对应的一级分析指标的权重参数,如w A,1 为绿电交易的经济效益A1对应的一级分析指标的权重值。
基于上述步骤,可以得到分别与每一层次的判断矩阵对应的权重向量,与绿电交易的经济效益A1的判断矩阵R A1 对应的权重向量W A1 =[w A1,1 w A1,2 w A1,3 ],与绿电交易的环境效益A2的判断矩阵R A2 对应的权重向量W A2 =[w A2,1 w A2,2 w A2,3 ],绿电交易的公平性A3的判断矩阵R A3 对应的权重向量W A3 =[w A3,1 w A3,2 w A3,3 ],绿电交易的成长趋势A4的判断矩阵R A4 对应的权重向量W A4 =[w A4,1 w A4,2 w A4,3 w A4,4 ]。可以理解的是,每一个一级分析指标对应的权重向量中的每一个向量元素为对应的二级分析指标的权重值,如绿电交易的成长趋势A4的判断矩阵R A4 对应的权重向量W A4 中的w A4,2 代表绿电交易的成长趋势所包含的四个二级分析指标中,省间交易电量增长量的权重值。
另,上述权重向量只确定了同一层次之间不同元素的相对重要程度,本申请实施例为综合考量,需计算出不同层次之间不同元素之间的相对重要程度,得到每一层次每一个二级分析指标之间的相对重要程度。
本申请实施例基于一级分析指标对应的所述权重值与所述一级分析指标所包含的每一个所述二级分析指标对应的所述权重值进行处理,具体的,可以每一个二级分析指标对应的权重值与所述二级分析指标对应的一级分析指标对应的权重值的乘积,作为可表征每个二级分析指标的综合相对重要程度的权重参数值。
以计算一级分析指标“绿电交易的经济效益”中二级分析指标“市场总剩余”对应的权重参数值为例,绿电交易的经济效益在所有一级分析指标中的权重值为w A,1 ,市场总剩余在绿电交易的经济效益对应的所有二级分析指标间的相对重要程度为w A,1 w A1,3 ,则市场总剩余的综合相对重要程度的权重参数值为w A,1 w A1,3 。基于此,可得到每个二级分析指标对应的权重参数值,可用指标权重向量W all =[W A (1)W A1 W A (2)W A2 W A (3)W A3 W A (4)W A4 ]表示,其中W A (1)、W A (2)、W A (3)、W A (4)分别指代W A 中的W A,1 、W A,2 、W A,3 、W A,4 。
进一步地,可根据每个所述二级分析指标对应的权重参数值以及特征参数值,得到与每个二级分析指标对应的综合分析参数,具体的计算过程可以包括:基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值的乘积,确定每个所述二级指标对应的综合特征参数值;生成包含有所述一级分析指标、所述二级分析指标,以及与每个所述二级分析指标对应的所述综合特征参数值、所述特征参数值和所述权重值的数据分析表。
以每个二级分析指标对应的特征参数值和权重参数值的乘积作为每个二级分析指标的综合分析参数,表征在考量各个二级分析指标的相对重要程度以及实际特征参数后得到表征综合分析结果的综合特征参数值。
假设本申请实施例将二级分析指标对应的特征参数值以φ表示,则得到以每个二级分析指标对应的特征参数值组合得到的特征参数向量F all =[φ 1 ,…φ 13 ],其中φ的脚标对应根据表1所示的二级分析指标对应列从上到下的顺序,即φ13为结算金额增长率对应的特征参数值。
将指标权重向量W all 和特征参数向量F all 中的每个对应指标的向量元素相乘,得到表征每个二级分析指标的综合特征参数值的综合向量R=[W all (1)F all (1) … W all (13)F all (13)],其中,如W all (1)F all (1)为W A (1)W A1 和φ 1 的乘积,即二级分析指标“生产者剩余”对应的综合特征参数值。
但是综合特征参数值、特征参数值在展示时,用户大多只会从数值大小上判断每个分析指标的大小或重要程度,但是并不能从数值大小上直接体现分析指标之间的相对重要程度,用户容易出现判断误差,因此,本申请实施例以柱形图的形式展示分析结果,具体的,以每个二级分析指标对应的特征参数值和权重参数值生成一个矩形图,所述矩形图的宽度和长度可分别直观地体现不同分析指标的权重大小和参数大小,并且矩形图面积为长度和宽度的乘积,则所述矩形图的面积也可以表征对应的综合特征参数值,基于此,用户对比每个矩形图的面积大小,也可以确定每个指标的综合特征参数值,确定每个分析指标的综合分析结果。
整合所有矩形图得到分析结果柱形图,基于此,用户可从分析结果柱形图中对比各个矩形图的尺寸,直观地确定各个分析指标对应的特征参数值,以及各个分析指标之间的相对重要程度,提升将本申请对绿电市场分析的直观性。如图3所示的本申请实施例提供的一种分析结果柱形图的示例图,本申请实施例整合所有柱形图得到所述分析结果柱形图的过程可以包括:生成一个初始柱形图,所述初始柱形图的横轴代表与所述二级分析指标对应的特征参数值,所述初始柱形图的纵轴代表与所述二级分析指标对应的所述权重值;基于所述初始柱形图的所述横轴和所述纵轴,将每个所述二级分析指标的所述特征参数值对应的所述矩形图归纳至所述初始柱形图,得到与所述待分析数据对应分析结果柱形图。
如图3中,分析结果柱形图的横轴承载的参数为特征参数值Fall,纵轴为权重参数值Wall,则即每个矩形图的宽度为所述特征值的一边与横轴对齐,长度为权重参数值的一边与纵轴平行对齐。图3中每个矩形图标记有R1、R2、R3等标识,标识为对应的二级分析指标,如R1表示第一个二级分析指标,在本申请实施例中则指代“生产者剩余A11”,以此类推,在此不再赘述。
除此之外,本申请实施例在展示数据时还可以可同时反馈各分析指标的权重参数值,即以表3所示的数据分析表为例返回并展示,也可以使用户确定每一分析指标对应的相对重要程度,不只单凭综合特征参数值判断。
表3 数据分析表示例
综上所述,本申请实施例的预设分析指标分别从绿电市场的交易特征类型和特征参数两方面,构架了一个集一级分析指标和二级分析指标的用于分析待分析数据的分析结构,更适用于对绿电交易相关数据信息的分析。
本申请实施例基于所述分析结构对绿电市场数据的分析,均是基于绿电交易过程中产生的数据信息得到,能够真实表征绿电市场的交易特征的实际情况,提升对绿电市场分析的准确性和客观性。
另外,本申请实施例为可纵向对比分析每次分析的待分析数据,来综合评估一段时间范围内绿电市场的发展情况等信息,可将每次对待分析数据的分析结果存储至预设的数据库,以便用于后续分析。
可选的,本申请实施例还可以包括:将所述数据分析表与作为存储标记的所述待分析数据的数据时间,存储至预设数据库;响应于接收到分析预设时间范围内的预设指标的请求,从所述预设数据库中调取至少两个在所述预设时间范围内的所述存储标记对应的所述数据分析表;基于所述数据分析表中属于同一所述一级分析指标或所述二级分析指标的所述综合特征参数值进行处理,得到表征每个所述一级分析指标或所述二级分析指标在所述预设时间范围内的变化情况的变化参数。
为便于区分各个待分析数据对应的分析结果,可以以所述待分析数据的数据时间或分析时间作为存储标记,或作为存储目录地址的目录名称,并将所述待分析数据、分析结果柱形图、数据分析表等相关分析数据一并存储。假设第t年对的待分析数据的分析结果,即表征每个二级分析指标的综合特征参数值的综合向量为R t =[W all,t (1)F all,t (1) … W all,t (13)F all,t (13)],存储时以“第t年”做存储标记。
本申请实施例为完成对各个待分析数据之间分析结果的纵向比较,可先根据接收到分析预设时间范围内的所述预设指标的请求中的预设时间范围,从预设数据库中调取数据时,也可以以存储标记作为查询依据,确定并调取存储标记对应的待分析数据和相关分析结果数据。
可以理解的是,以上文描述的方法对不同的待分析数据进行分析所得的分析结果不同,但是分析指标类型以及不同分析指标的权重参数值相同,因此可直接同一分析指标的特征参数值即可比较待分析数据间的不同。
以分析t年和t+1年的分析结果为例,设第t+1年的分析结果为R t+1 =[W all,t+1 (1) F all,t+1 (1) … W all,t+1 (13)F all,t+1 (13)],基于t年和t+1年的分析结果中与同一个二级分析指标对应的向量元素进行计算,得到t年至t+1年间,同一分析指标的变化参数,其中计算公式可参照下式(8):
..............................(8)
其中,i是至权重向量中的向量元素的编号。
基于此,可计算出每个二级分析指标在t年至t+1年间各自的变化参数,用户可根据所述变化参数纵向分析待分析数据之间的变化。
下面对本申请实施例提供的绿电数据分析装置进行描述,下文描述的绿电数据分析装置与上文描述的绿电数据分析方法可相互对应参照。
首先,结合图4,对应用于服务端的绿电数据分析装置进行介绍,如图4所示,该绿电数据分析装置可以包括:
数据获取单元100,用于获取待分析数据和预设分析指标,所述待分析数据至少包括绿电交易过程中产生的数据信息,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则;
参数值确定单元200,用于基于所述待分析数据和每个所述二级分析指标对应的所述计算细则,确定每个所述二级分析指标对应的特征参数值;
矩形图生成单元300,用于基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;
分析结果确定单元400,用于整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
可选的,获取每个所述特征参数值对应的所述二级分析指标的权重参数值的过程,包括:
层次化处理子单元,用于基于所述一级分析指标与所述二级分析指标之间的对应关系,进行层次化处理,得到用于表征所述一级分析指标与所述二级分析指标之间层次关系的层次结构,所述层次结构中每个所述一级分析指标为不同层次,同一个所述一级分析指标对应的不同所述二级分析指标为同一层次的不同因素;
判断矩阵构建子单元,用于根据所述层次结构,构建与每一层次对应的判断矩阵,所述判断矩阵包括:表征每个所述一级分析指标之间相对重要程度的一级判断矩阵,以及表征属于同一所述一级分析指标的每个所述二级分析指标之间相对重要程度的二级判断矩阵;
权重向量确定子单元,用于基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,所述权重向量中每一个向量元素对应处于当前层次的所述一级分析指标或所述二级分析指标的权重值;
权重参数值确定子单元,用于基于所述层次结构,将所述一级分析指标对应的所述权重值与所述一级分析指标所包含的每一个所述二级分析指标对应的所述权重值进行处理,得到每一个所述二级分析指标对应的权重参数值。
可选的,所述权重向量确定子单元,包括:
针对每一层次对应的所述判断矩阵,执行下方步骤:
特征值获取子单元,用于获取所述判断矩阵的最大特征值;
特征向量确定子单元,用于基于所述判断矩阵和所述最大特征值,确定所述判断矩阵的特征向量;
归一化处理子单元,用于对所述特征向量进行的归一化处理,得到与所述判断矩阵对应的权重向量。
可选的,所述分析结果确定单元400,包括:
初始柱形图生成子单元,用于生成一个初始柱形图,所述初始柱形图的横轴代表与所述二级分析指标对应的特征参数值,所述初始柱形图的纵轴代表与所述二级分析指标对应的所述权重参数值;
矩形图整合子单元,用于基于所述初始柱形图的所述横轴和所述纵轴,将每个所述二级分析指标的所述特征参数值对应的所述矩形图归纳至所述初始柱形图,得到与所述待分析数据对应分析结果柱形图。
可选的,获取所述预设分析指标的过程,包括:
一级指标划分子单元,用于根据绿电市场的交易特征的特征类型,生成至少一个与所述特征类型对应的所述一级分析指标;
特征参数类型确定子单元,用于根据所述一级分析指标对应的所述特征类型,从样本数据中确定反映所述特征类型的特征参数类型,所述样本数据包括若干与所述绿电交易相关的交易信息;
将所述特征参数类型作为所述二级分析指标。
可选的,还包括:
权重计算单元,用于基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值的乘积,确定每个所述二级分析指标对应的综合特征参数值;
结果生成单元,用于生成包含有所述一级分析指标、所述二级分析指标,以及与每个所述二级分析指标对应的所述综合特征参数值、所述特征参数值和所述权重参数值的数据分析表。
可选的,还包括:
数据存储单元,用于将所述数据分析表与作为存储标记的所述待分析数据的数据时间,存储至预设数据库;
数据调取单元,用于响应于接收到分析预设时间范围内的预设指标的请求,从所述预设数据库中调取至少两个在所述预设时间范围内的所述存储标记对应的所述数据分析表;
变化分析单元,用于基于所述数据分析表中属于同一所述一级分析指标或所述二级分析指标的所述综合特征参数值进行处理,得到表征每个所述一级分析指标或所述二级分析指标在所述预设时间范围内的变化情况的变化参数。
综上所述本申请实施例的预设分析指标分别从绿电市场的交易特征类型和特征参数两方面,构架了一个集一级分析指标和二级分析指标的用于分析待分析数据的分析结构,更适用于对绿电交易相关数据信息的分析。
本申请实施例基于所述分析结构对绿电市场数据的分析,均是基于绿电交易过程中产生的数据信息得到,能够真实表征绿电市场的交易特征的实际情况,提升对绿电市场分析的准确性和客观性。
本申请实施例提供的绿电数据分析装置可应用于绿电数据分析设备。
图5示出了绿电数据分析设备的结构示意图,参照图5,绿电数据分析设备的结构可以包括:至少一个处理器10,至少一个存储器20,至少一个通信总线30和至少一个通信接口40。
在本申请实施例中,处理器10、存储器20、通信总线30、通信接口40的数量为至少一个,且处理器10、存储器20、通信接口40通过通信总线30完成相互间的通信。
处理器10可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等。
存储器20可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器。
其中,存储器存储有程序,处理器可调用存储器存储的程序,所述程序用于实现前述绿电数据分析方案中的各个处理流程。
本申请实施例还提供一种存储介质,该存储介质可存储有适于处理器执行的程序,所述程序用于实现前述绿电数据分析方案中的各个处理流程。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种绿电数据分析方法,其特征在于,包括:
获取待分析数据和预设分析指标,所述待分析数据至少包括绿电交易过程中产生的数据信息,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则;
基于所述待分析数据和每个所述二级分析指标对应的所述计算细则,确定每个所述二级分析指标对应的特征参数值;
基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;
整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
2.根据权利要求1所述的绿电数据分析方法,其特征在于,获取每个所述特征参数值对应的所述二级分析指标的权重参数值的过程,包括:
基于所述一级分析指标与所述二级分析指标之间的对应关系,进行层次化处理,得到用于表征所述一级分析指标与所述二级分析指标之间层次关系的层次结构,所述层次结构中每个所述一级分析指标为不同层次,同一个所述一级分析指标对应的不同所述二级分析指标为同一层次的不同因素;
根据所述层次结构,构建与每一层次对应的判断矩阵,所述判断矩阵包括:表征每个所述一级分析指标之间相对重要程度的一级判断矩阵,以及表征属于同一所述一级分析指标的每个所述二级分析指标之间相对重要程度的二级判断矩阵;
基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,所述权重向量中每一个向量元素对应处于当前层次的所述一级分析指标或所述二级分析指标的权重值;
基于所述层次结构,将所述一级分析指标对应的所述权重值与所述一级分析指标所包含的每一个所述二级分析指标对应的所述权重值进行处理,得到每一个所述二级分析指标对应的权重参数值。
3.根据权利要求2所述的绿电数据分析方法,其特征在于,所述基于预设运算细则和每一层次对应的所述判断矩阵,确定每一层次对应的权重向量,包括:
针对每一层次对应的所述判断矩阵,执行下方步骤:
获取所述判断矩阵的最大特征值;
基于所述判断矩阵和所述最大特征值,确定所述判断矩阵的特征向量;
对所述特征向量进行的归一化处理,得到与所述判断矩阵对应的权重向量。
4.根据权利要求1所述的绿电数据分析方法,其特征在于,所述整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图,包括:
生成一个初始柱形图,所述初始柱形图的横轴代表与所述二级分析指标对应的特征参数值,所述初始柱形图的纵轴代表与所述二级分析指标对应的所述权重参数值;
基于所述初始柱形图的所述横轴和所述纵轴,将每个所述二级分析指标的所述特征参数值对应的所述矩形图归纳至所述初始柱形图,得到与所述待分析数据对应分析结果柱形图。
5.根据权利要求1所述的绿电数据分析方法,其特征在于,获取所述预设分析指标的过程,包括:
根据绿电市场的交易特征的特征类型,生成至少一个与所述特征类型对应的所述一级分析指标;
根据所述一级分析指标对应的所述特征类型,从样本数据中确定反映所述特征类型的特征参数类型,所述样本数据包括若干与所述绿电交易相关的交易信息;
将所述特征参数类型作为所述二级分析指标。
6.根据权利要求1所述的绿电数据分析方法,其特征在于,还包括:
基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值的乘积,确定每个所述二级分析指标对应的综合特征参数值;
生成包含有所述一级分析指标、所述二级分析指标,以及与每个所述二级分析指标对应的所述综合特征参数值、所述特征参数值和所述权重参数值的数据分析表。
7.根据权利要求6所述的绿电数据分析方法,其特征在于,还包括:
将所述数据分析表与作为存储标记的所述待分析数据的数据时间,存储至预设数据库;
响应于接收到分析预设时间范围内的预设指标的请求,从所述预设数据库中调取至少两个在所述预设时间范围内的所述存储标记对应的所述数据分析表;
基于所述数据分析表中属于同一所述一级分析指标或所述二级分析指标的所述综合特征参数值进行处理,得到表征每个所述一级分析指标或所述二级分析指标在所述预设时间范围内的变化情况的变化参数。
8.一种绿电数据分析装置,其特征在于,包括:
数据获取单元,用于获取待分析数据和预设分析指标,所述待分析数据至少包括绿电交易过程中产生的数据信息,所述预设分析指标包括多个用于表征绿电市场交易特征类型的一级分析指标,每个所述一级分析指标包含多个用于表征所述交易特征类型的特征参数的二级分析指标,每个所述二级分析指标对应用于量化所述特征参数的计算细则;
参数值确定单元,用于基于所述待分析数据和每个所述二级分析指标对应的所述计算细则,确定每个所述二级分析指标对应的特征参数值;
矩形图生成单元,用于基于每个所述特征参数值以及与每个所述特征参数值对应的所述二级分析指标的权重参数值,生成每个所述二级分析指标对应的矩形图,所述矩形图的长度和宽度分别为所述二级分析指标对应的所述权重参数值和所述特征参数值;
分析结果确定单元,用于整合每个所述特征参数值对应的所述矩形图,得到与所述待分析数据对应的分析结果柱形图。
9.一种绿电数据分析设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1-7任一项所述绿电数据分析方法的各个步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7任一项所述绿电数据分析方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410021936.6A CN117522230A (zh) | 2024-01-05 | 2024-01-05 | 一种绿电数据分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410021936.6A CN117522230A (zh) | 2024-01-05 | 2024-01-05 | 一种绿电数据分析方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117522230A true CN117522230A (zh) | 2024-02-06 |
Family
ID=89749840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410021936.6A Pending CN117522230A (zh) | 2024-01-05 | 2024-01-05 | 一种绿电数据分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117522230A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414835A (zh) * | 2019-07-26 | 2019-11-05 | 北京小土科技有限公司 | 一种电视剧剧本量化评估系统及方法 |
WO2021212756A1 (zh) * | 2020-04-23 | 2021-10-28 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置、电子设备及存储介质 |
CN113723747A (zh) * | 2021-07-16 | 2021-11-30 | 北京房江湖科技有限公司 | 分析报告生成方法、电子设备及可读存储介质 |
CN115983664A (zh) * | 2022-11-07 | 2023-04-18 | 辽宁电力交易中心有限公司 | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 |
CN116645006A (zh) * | 2023-06-08 | 2023-08-25 | 合肥迈思泰合信息科技有限公司 | 一种基于层次分析法的电力数据评估方法 |
-
2024
- 2024-01-05 CN CN202410021936.6A patent/CN117522230A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414835A (zh) * | 2019-07-26 | 2019-11-05 | 北京小土科技有限公司 | 一种电视剧剧本量化评估系统及方法 |
WO2021212756A1 (zh) * | 2020-04-23 | 2021-10-28 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置、电子设备及存储介质 |
CN113723747A (zh) * | 2021-07-16 | 2021-11-30 | 北京房江湖科技有限公司 | 分析报告生成方法、电子设备及可读存储介质 |
CN115983664A (zh) * | 2022-11-07 | 2023-04-18 | 辽宁电力交易中心有限公司 | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 |
CN116645006A (zh) * | 2023-06-08 | 2023-08-25 | 合肥迈思泰合信息科技有限公司 | 一种基于层次分析法的电力数据评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Comprehensive evaluation of global clean energy development index based on the improved entropy method | |
Rapach et al. | Bagging or combining (or both)? An analysis based on forecasting US employment growth | |
KR101957760B1 (ko) | 유사도 점수에 기초하여 결정된 거래사례 부동산을 이용한 부동산 시세 추정 시스템 및 방법 | |
CN107895015A (zh) | 基于层次分析法的电力用户特征标签权重体系构建方法 | |
CN113468034A (zh) | 数据质量评估方法、装置、存储介质和电子设备 | |
CN107545457B (zh) | 汽车竞品车型确定方法及装置 | |
CN116070888A (zh) | 基于决策树的虚拟电厂可调容量分析方法、装置及介质 | |
CN109636184B (zh) | 一种品牌的账号资产的评估方法及系统 | |
Pinto et al. | The information content and statistical properties of diffusion indexes | |
CN116187768B (zh) | 适用于绿电市场的风险评估及防护方法 | |
CN117522230A (zh) | 一种绿电数据分析方法、装置、设备及存储介质 | |
CN112258067A (zh) | 基于高斯混合模型聚类算法的低压用户缴费行为分类方法 | |
CN111401787A (zh) | 一种选址方法、装置、系统 | |
WO2016187504A1 (en) | Crowd-based sentiment indices | |
EP1492026A2 (en) | System and method for expressing and calculating a relationship between OLAP measures | |
CN111861056A (zh) | 一种技术创新水平的评价方法 | |
CN114091908A (zh) | 计及多模式储能站的配电网综合评价方法、装置和设备 | |
CN109377110B (zh) | 一种品牌的内容资产的评估方法及系统 | |
CN114219245A (zh) | 基于大数据的乡村电力指数评价方法、装置及存储介质 | |
CN114511174A (zh) | 一种业务指标图谱构建方法及装置 | |
Jarocinski et al. | Output gap and inflation forecasts in a Bayesian dynamic factor model of the euro area | |
CN112381422A (zh) | 光伏电站性能的确定方法和装置 | |
Liu et al. | Forecast and Analysis of National GDP in China Based on ARIMA Model | |
TW201503032A (zh) | 前瞻研發情報分析之選股輔助方法及系統 | |
CN112765466B (zh) | 一种基于用户历史的装备个性化推荐方法 |
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 |