CN117994080A - 一种综合能源系统的业务潜力分析方法及系统 - Google Patents
一种综合能源系统的业务潜力分析方法及系统 Download PDFInfo
- Publication number
- CN117994080A CN117994080A CN202410267404.0A CN202410267404A CN117994080A CN 117994080 A CN117994080 A CN 117994080A CN 202410267404 A CN202410267404 A CN 202410267404A CN 117994080 A CN117994080 A CN 117994080A
- Authority
- CN
- China
- Prior art keywords
- time sequence
- detected
- data set
- data
- correction coefficient
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 230000008901 benefit Effects 0.000 claims abstract description 33
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 12
- 230000000737 periodic effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 31
- 230000009467 reduction Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 4
- 230000001932 seasonal effect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000000295 complement effect Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000007306 turnover Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种综合能源系统的业务潜力分析方法及系统，包括：以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，以此对待检测数据集进行修正；基于修正后的待检测数据集，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。对业务时序数据进行时序平稳性校验，避免不平稳时间序列的影响；根据时间序列的季节变动趋势和周期变动趋势进行数据修正，提高数据分析的稳定性。
Description
技术领域
本发明涉及综合能源系统技术领域，特别是涉及一种综合能源系统的业务潜力分析方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
综合能源系统是指一定区域内利用物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。
现有关于综合能源系统的业务潜力分析技术在评价指标方面，经济性指标大多只考虑成本和利润，很少有考虑到附加经济价值相关的信息数据，且除经济性指标外，其他维度的指标，如技术指标等考虑的不够全面；由此，在评价指标方面存在评价指标不全面、指标体系不完善、种类单一等问题。
其次，在处理业务相关数据时，业务数据是具有时序特征的，而组成时间序列中有的变量并不是固定的，会经常发生变化，因此具有不平稳性，不平稳的时间序列不具有效力，故时间序列的不平稳问题会影响最终的分析预测结果。同时，由于业务数据会发生变化，目前没有采用合理的方式处理这种变化趋势，没有消除该变化趋势对数据时间序列产生的影响，同样会影响最终的分析预测结果。
发明内容
为了解决上述问题，本发明提出了一种综合能源系统的业务潜力分析方法及系统，对业务时序数据进行时序平稳性校验，避免不平稳时间序列的影响；同时，根据时间序列的季节变动趋势和周期变动趋势进行数据修正，提高数据分析的稳定性和规范性。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种综合能源系统的业务潜力分析方法，包括：
以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
作为可选择的实施方式，经济指标属性集的属性维度包括盈利能力、偿债能力和营运能力；
技术效益评价指标包括终端能源消费率、能源综合利用效率、能耗强度与供能可靠性；
环境效益评价指标包括年二氧化碳减排量、年二氧化硫减排量、年氮氧化物减排量与年烟尘减排量。
作为可选择的实施方式，对业务运行数据基于时间顺序进行排序之前，进行异常值剔除、缺失值补足和数据标准化的预处理操作。
作为可选择的实施方式，时序平稳性校验的过程包括：根据待检测数据集，绘制横轴为特定尺度的时间，纵轴为指标值的时序图，观测时序图的波动性和趋势性，若呈现明显的规律特征或围绕某数值呈现上下波动的趋势，则时序平稳；反之，则调整时间序列标的，若调整设定次数的时间序列标后仍表现为不平稳的特征，则将不平稳时间段的数据进行剔除，并对缺失值进行补足，直至时序平稳为止。
作为可选择的实施方式，季节修正系数为：
其中，Xil为第i季度的第l个数据值，为第i季度的移动平均值，/>为第i季度第l个数据的初次修正值，/>为第i季度的修正系数；
周期修正系数为：其中，C'为周期趋势。
作为可选择的实施方式，对待检测数据集进行修正的过程包括：对待检测数据集中各指标值根据所属季度，选择对应的季节修正系数和周期修正系数进行修正，将指标值、对应的季节修正系数和周期修正系数相乘后得到修正值。
作为可选择的实施方式，所述分析模型中包括对三类评价指标分别评价的子模型，对三个子模型分别赋权，将三类评价指标下修正后的待检测数据集输入到分析模型中得到潜力预测值，根据潜力预测值与不同等级阈值的比较结果，得到业务潜力分析结果。
第二方面，本发明提供一种综合能源系统的业务潜力分析系统，包括：
获取模块，被配置为以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
修正模块，被配置为基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
预测模块，被配置为基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
第五方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现完成第一方面所述的方法。
与现有技术相比，本发明的有益效果为：
本发明提出一种综合能源系统的业务潜力分析方法及系统，在经济性指标方面，以经济增加值模型为分析目标，创建包括盈利能力、偿债能力和营运能力的经济指标属性集，同时除经济性指标外，引入技术效益指标与环境效益指标进行综合评价，创建多维评价指标，完善评价指标体系。
本发明提出一种综合能源系统的业务潜力分析方法及系统，对业务时序数据进行时序平稳性校验，只有当校验通过后再进行后续的分析处理，避免不平稳时间序列对分析预测结果的影响；同时，根据时间序列的季节变动趋势和周期变动趋势进行数据修正，考虑时序变动趋势对业务数据的影响，最终结合分析模型合理预测业务潜力，提高数据分析的稳定性和规范性，提高预测准确性。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的综合能源系统的业务潜力分析方法流程图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“包含”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。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示，本实施例提供一种综合能源系统的业务潜力分析方法，包括：
以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
在本实施例中，综合能源系统的业务类型包括但不限于以下类型。
(1)销售服务，包括：
1)售电服务，为客户提供低价电能，降低用能成本设备租赁服务，为客户提供变压器，移动储能设备等租赁服务，满足客户的多元化又能要求。例如售电折扣模式、互联网售电服务模式、供销合作社模式虚拟电厂包月售电模式等。
2)用电设备和节能产品等设备销售服务。
(2)输配服务业务，包括：
1)能源建设--投资、建设和运营输配电网、微电网、区域集中供热/供冷网、油气管网等。
2)能源供应--为客户建设能源站提供冷热、气、电等能源服务，并收取相关能源费用。
3)能源输配--为客户提供多网络、多品种、基础性的能源输配服务，同时为其它能源服务业务的开展提供网络基础设施的支持。
(3)分布式能源开发与供应服务业务，包括：
1)分布式能源开发--包括分散式风电、分布式光伏、生物质能发电、余热余压余气开发利用服务。
2)能源供应服务--包括天然气三联供、区域集中供热/供冷站的投资、建设、运营服务等。
(4)综合能源系统建设与运营服务业务，综合能源系统是指在某个区域内，利用先进技术与管理模式，整合热、电、冷、天然气、新能源等多种能源，实现多种能源间的交互响应和互补互济。具体形态可能包括：终端一体化集成供能系统；风光水火储多能互补系统；互联网+智慧能源系统；基于微电网的综合能源系统；基于增量配电网的综合能源系统等。
(5)节能服务业务，包括：
1)能源托管--为客户现有用能情况进行评估，通过技术改造向客户承诺节能量，负责全方位运维服务，能效检测和能源监控。
2)节能服务--是利用合同能源管理的方式，利用服务平台的大数据分析，为客户用能设备进行能源诊断及分析，协助客户优化生产工艺流程和用能方式，降低用能成本。
(6)综合储能服务业务，包括：抽水蓄能、压缩空气储能、飞轮储能、电化学储能等。
(7)综合智慧能源服务业务；综合智慧能源服务＝能源互联网+智慧能源+综合能源服务，可充分满足用户多样化用能需求，为用户提供高效、灵活、便捷、经济的能源供给和增值服务。主要包括：能源生产消费智能化设施建设和运维服务；智慧节能服务；智慧用能服务；能源市场智能化交易服务等。
可以理解的，综合能源系统的业务类型并不局限于上述类型，本领域技术人员可根据实际需求进行选择。
在本实施例中，以经济效益评价指标、技术效益评价指标与环境效益评价指标为评价指标，获取各评价指标对应的业务运行数据。
具体地：
经济效益评价指标以经济增加值(Economic Value Added，EVA)模型为分析目标，根据EVA模型分析目标，创建经济指标属性集。
结合EVA模型为：其中，/>为经济增加值，Ssh为税后净营业利润，Cz为资本成本。
税后净营业利润Ssh＝Sj+(Zlx+Zre-Znr·50％)×(1-25％)；其中，Sj为净利润，Zlx为利息支出，Zre为研究开发费用调整项，Znr为非经常性收益调整项。
资本成本其中，/>为平均所有者权益，/>为平均负债合计，/>为平均无息流动负债，/>为平均在建工程，σc为平均资本成本率。
经济指标属性集的属性维度包括盈利能力、偿债能力和营运能力；
其中，盈利能力属性包括：净资产收益率、总资产收益率、投入资本回报率、毛利率和净利率；
偿债能力属性包括：流动比率、速动比率、现金流量比率和资产负债率；
营运能力属性包括：总资产周转天数、存货周转天数、应收账款周转天数、总资产周转率、存货周转率和应收账款周转率。
技术效益评价指标包括：终端能源消费率、能源综合利用效率、能耗强度与供能可靠性。
环境效益评价指标包括：年二氧化碳减排量、年二氧化硫减排量、年氮氧化物减排量与年烟尘减排量。
由此，上述各类评价指标均各自构成指标属性集合Xm＝{x1,x2,x3,...,xn}；其中，xn为基于各指标所提取出的各项数据指标属性值。
在本实施例中，对各类评价指标对应的指标属性集进行数据异常值剔除、缺失值补足、数据标准化和时序编写等预处理操作。
具体地：
异常值剔除主要用于剔除群体中不符合统计规律的某些值，本实施例主要采用格拉布斯准则进行判断：
其中，G(∝,n)为与显著水平∝和重复观测次数n有关的格拉布斯临界值。
缺失值补足主要用于根据时序排列后的数据由于部分数值的缺失，使得数据时间链条的完整性遭到破坏，本实施例主要采用回归分析法进行处理，针对数据链中缺失部分进行补足：
其中，X'i，j为补足的缺失值，Xi,j-1为第i个数据指标下根据时序排列的前序序列数值，Xi,j+1为第i个数据指标下根据时序排列的后序序列数值。
数据标准化主要用于统一不同来源的数据类型和量纲，使其便于运算和度量，本实施例主要采用的方式为：
其中，xmax为样本数据的最大值，xmin为样本数据的最小值。
最后，根据数据标准化处理的数据集结果，确定基于时间编写规则下的时间序列数据集，形成待检测数据集。
在本实施例中，对待检测数据集进行带时序图的时序平稳性检验，观察测试其平稳时间序列。因为组成时间序列中有的变量并不是固定的，经常发生变化，因此具有不平稳性，不平稳的时间序列的预测不具有效力，因此对序列进行平稳性检验，保证所需要使用的序列是平稳的。
具体地：
根据待检测数据集，编制横轴为特定尺度的时间，纵轴为指标值的时序图，观测其波动性和趋势性，若其呈现明显的规律特征或围绕某数值呈现上下波动的趋势，则证明时序较为平稳；反之，则需调整时间序列标的；
若调整设定次数的时间序列标后仍表现为不平稳的特征，则将不平稳时间段的数据进行剔除，并对缺失值进行补足，直至时序平稳为止。
依据时间序列特性的数据集，形成基于时间序列的表达式：Yt＝f(At,Bt,Ct)；其中，At,Bt,Ct为各指标影响下的趋势变动、季节变动和周期变动；
在本实施例中，当时序平稳性校验通过后，根据待检测数据集的时序图的季节变动趋势和周期变动趋势，计算季节修正系数和周期修正系数，将其作为各指标值的权重进行修正。
其中，季节修正系数为：
其中，Xil为第i季度的第l个数据值，为第i季度的移动平均值，/>为第i季度第l个数据的初次修正值，/>为第i季度的修正系数，Bt为四个季度的平均修正系数。
周期修正系数为：
其中，C'为周期趋势，通常定义为回归方程系数。
由此，根据季节修正系数和周期修正系数，对各指标值根据所属季度，选择对应的季节修正系数和周期修正系数进行修正，将指标值、对应的季节修正系数和周期修正系数相乘后得到修正值。
在本实施例中，预先构建的分析模型同样是基于各业务历史数据构建和训练的，在此不做限定。
在本实施例中，涉及三类评价指标，对三类评价指标下的数据集分别进行上述处理，在分析模型中包括对三类指标分别评价的子模型，可对三个子模型分别赋权(权重根据历史数据训练得到，不做限定)，将三类评价指标下的数据集输入到分析模型中得到潜力预测值，根据潜力预测值与不同等级阈值的比较结果，得到业务潜力分析结果。
可以理解的，阈值和等级设定由本领域技术人员自定义设置即可，不做限定。
本实施例提供一种综合能源系统的业务潜力分析方法，获取各指标下综合能源系统的业务数据，集成创建数据集；对数据集内的数据进行预处理操作，根据运算规则生成标准化数据，通过融合引擎执行数据处理操作，形成有效数据备用；对标准化数据集进行时序检验分析，通过图像处理分析，形成有效数据集，分析监测规律和变动情况，构建基于时序的可视化检验，对处于数据缓冲区的有效数据集进行最终确认后发布，以数列、曲线等形式可视化展示，预测部分可用浅色或虚线表示，并存储于数据库中。通过上述技术方案得出的预测结果可应用于新能源接入电网的管理、综合能源服务潜力项目挖掘、业务推荐等实际工作，也可用于电力公司市业务管辖范围内新能源接入、综合能源服务业务发展等。
需要说明的是，所有数据的获取都在符合法律法规和用户同意的基础上，并对数据进行合法应用。
实施例2
本实施例提供一种综合能源系统的业务潜力分析系统，包括：
获取模块，被配置为以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
修正模块，被配置为基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
预测模块，被配置为基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
此处需要说明的是，上述模块对应于实施例1中所述的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中，还提供：
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1中所述的方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现完成实施例1中所述的方法。
本发明还提供有形地存储在非暂时性计算机可读存储介质上的至少一个计算机程序产品。该计算机程序产品包括计算机可执行指令，例如包括在程序模块中的指令，其在目标的真实或虚拟处理器上的设备中执行，以执行如上所述的过程/方法。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、库、对象、类、组件、数据结构等。在各种实施例中，可以根据需要在程序模块之间组合或分割程序模块的功能。用于程序模块的机器可执行指令可以在本地或分布式设备内执行。在分布式设备中，程序模块可以位于本地和远程存储介质中。
用于实现本发明的方法的计算机程序代码可以用一种或多种编程语言编写。这些计算机程序代码可以提供给通用计算机、专用计算机或其他可编程的数据处理装置的处理器，使得程序代码在被计算机或其他可编程的数据处理装置执行的时候，引起在流程图和/或框图中规定的功能/操作被实施。程序代码可以完全在计算机上、部分在计算机上、作为独立的软件包、部分在计算机上且部分在远程计算机上或完全在远程计算机或服务器上执行。
在本发明的上下文中，计算机程序代码或者相关数据可以由任意适当载体承载，以使得设备、装置或者处理器能够执行上文描述的各种处理和操作。载体的示例包括信号、计算机可读介质、等等。信号的示例可以包括电、光、无线电、声音或其它形式的传播信号，诸如载波、红外信号等。
本领域普通技术人员可以意识到，结合本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。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种综合能源系统的业务潜力分析方法，其特征在于，包括：
以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
2.如权利要求1所述的一种综合能源系统的业务潜力分析方法，其特征在于，经济指标属性集的属性维度包括盈利能力、偿债能力和营运能力；
技术效益评价指标包括终端能源消费率、能源综合利用效率、能耗强度与供能可靠性；
环境效益评价指标包括年二氧化碳减排量、年二氧化硫减排量、年氮氧化物减排量与年烟尘减排量。
3.如权利要求1所述的一种综合能源系统的业务潜力分析方法，其特征在于，对业务运行数据基于时间顺序进行排序之前，进行异常值剔除、缺失值补足和数据标准化的预处理操作；
时序平稳性校验的过程包括：根据待检测数据集，绘制横轴为特定尺度的时间，纵轴为指标值的时序图，观测时序图的波动性和趋势性，若呈现明显的规律特征或围绕某数值呈现上下波动的趋势，则时序平稳；反之，则调整时间序列标的，若调整设定次数的时间序列标后仍表现为不平稳的特征，则将不平稳时间段的数据进行剔除，并对缺失值进行补足，直至时序平稳为止。
4.如权利要求1所述的一种综合能源系统的业务潜力分析方法，其特征在于，季节修正系数为：
其中，Xil为第i季度的第l个数据值，为第i季度的移动平均值，/>为第i季度第l个数据的初次修正值，/>为第i季度的修正系数；
周期修正系数为：其中，C’为周期趋势。
5.如权利要求4所述的一种综合能源系统的业务潜力分析方法，其特征在于，对待检测数据集进行修正的过程包括：对待检测数据集中各指标值根据所属季度，选择对应的季节修正系数和周期修正系数进行修正，将指标值、对应的季节修正系数和周期修正系数相乘后得到修正值。
6.如权利要求1所述的一种综合能源系统的业务潜力分析方法，其特征在于，所述分析模型中包括对三类评价指标分别评价的子模型，对三个子模型分别赋权，将三类评价指标下修正后的待检测数据集输入到分析模型中得到潜力预测值，根据潜力预测值与不同等级阈值的比较结果，得到业务潜力分析结果。
7.一种综合能源系统的业务潜力分析系统，其特征在于，包括：
获取模块，被配置为以经济效益指标、技术效益指标与环境效益指标为评价指标，获取各类评价指标对应的业务运行数据，并基于时间顺序进行排序，得到待检测数据集；
修正模块，被配置为基于待检测数据集绘制时序图，并进行时序平稳性校验，校验通过后，根据时序图的季节变动趋势和周期变动趋势，确定季节修正系数和周期修正系数，并以此对待检测数据集进行修正；
预测模块，被配置为基于修正后的待检测数据集，采用预先构建的分析模型，得到潜力预测值，结合划定的不同等级的阈值，得到业务潜力分析结果。
8.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-6任一项所述的方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现完成权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410267404.0A CN117994080A (zh) | 2024-03-08 | 2024-03-08 | 一种综合能源系统的业务潜力分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410267404.0A CN117994080A (zh) | 2024-03-08 | 2024-03-08 | 一种综合能源系统的业务潜力分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117994080A true CN117994080A (zh) | 2024-05-07 |
Family
ID=90899108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410267404.0A Pending CN117994080A (zh) | 2024-03-08 | 2024-03-08 | 一种综合能源系统的业务潜力分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117994080A (zh) |
-
2024
- 2024-03-08 CN CN202410267404.0A patent/CN117994080A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hong et al. | Probabilistic electric load forecasting: A tutorial review | |
| US20200350766A1 (en) | System and method for optimal control of energy storage system | |
| US10873209B2 (en) | System and method for dynamic energy storage system control | |
| Wu et al. | An integrated decision-making model for sustainable photovoltaic module supplier selection based on combined weight and cumulative prospect theory | |
| CN102183621B (zh) | 水产养殖溶解氧浓度在线预测方法及系统 | |
| Perla et al. | Equilibrium imitation and growth | |
| CN107123982B (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
| CN111210093B (zh) | 基于大数据的日用水量预测方法 | |
| CN109858783B (zh) | 风电场电力交易辅助决策支持系统及辅助决策支持方法 | |
| CN101872384A (zh) | 动态可持续性因素管理 | |
| CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
| Sørensen et al. | Recent developments in multivariate wind and solar power forecasting | |
| Hampton et al. | A review of current analytical methods, modelling tools and development frameworks applicable for future retail electricity market design | |
| CN114372360A (zh) | 用于电力负荷预测的方法、终端及存储介质 | |
| CN109523299A (zh) | 一种自动成本核算方法及系统 | |
| Qi et al. | The China-in-global energy model | |
| CN114943565A (zh) | 基于智能算法的电力现货价格预测方法及装置 | |
| Kaymakci et al. | Energy anomaly detection in industrial applications with long short-term memory-based autoencoders | |
| Gonzales et al. | The Investment Effects of Market Integration: Evidence From Renewable Energy Expansion in Chile | |
| CN111080472A (zh) | 一种电力系统负荷预测和分析方法 | |
| Iversen et al. | Resgen: Renewable energy scenario generation platform | |
| CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
| CN116611785A (zh) | 一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质 | |
| CN117994080A (zh) | 一种综合能源系统的业务潜力分析方法及系统 | |
| Matyushok et al. | Electricity consumption for the Russian economy: does smart grid matter? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |