WO2019100504A1 - 构建基于大数据技术的电力交易指标体系的方法 - Google Patents

构建基于大数据技术的电力交易指标体系的方法 Download PDF

Info

Publication number
WO2019100504A1
WO2019100504A1 PCT/CN2017/117910 CN2017117910W WO2019100504A1 WO 2019100504 A1 WO2019100504 A1 WO 2019100504A1 CN 2017117910 W CN2017117910 W CN 2017117910W WO 2019100504 A1 WO2019100504 A1 WO 2019100504A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
indicator
index
constructing
database
Prior art date
Application number
PCT/CN2017/117910
Other languages
English (en)
French (fr)
Inventor
王海宁
承林
刘永辉
史述红
张显
高春成
方印
代勇
陶力
袁明珠
王蕾
汪涛
刘杰
赵显�
谭翔
杨宁
李守保
习培玉
张倩
王春艳
刘冬
董武军
吕文涛
万舒路
王伟
袁晓鹏
吕俊良
张琳
常新
吴雨健
Original Assignee
北京科东电力控制系统有限责任公司
南瑞集团有限公司
国家电网有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 北京科东电力控制系统有限责任公司, 南瑞集团有限公司, 国家电网有限公司 filed Critical 北京科东电力控制系统有限责任公司
Priority to US15/744,912 priority Critical patent/US20200081898A1/en
Publication of WO2019100504A1 publication Critical patent/WO2019100504A1/zh

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • 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
    • 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

Definitions

  • the invention aims to summarize the data of the national unified power transaction into comprehensive indicators, and then display the core indicators.
  • the technology mainly involves technologies related to big data applications and cloud weight evaluation methods.
  • the national unified power market trading platform can realize market functions such as power generation rights trading and direct trading of power users, and has the parallel operation capability of multi-variety and multi-cycle transactions, which has important practical significance for improving the level of power trading operations and promoting optimal allocation of power resources.
  • the members of the nation's electricity trading market continue to grow, the transaction volume has steadily increased, and a large number of small and medium-sized power users have entered the market. They are eager to obtain information and services on the electricity market from the Internet at any time and anywhere.
  • Internet + is a new format of Internet development under Innovation 2.0. It is the evolution of the Internet form driven by Knowledge Society Innovation 2.0 and its new form of economic and social development. Data collection, storage, transmission, processing and other technologies based on power trading systems and corresponding infrastructure. The establishment of a corresponding indicator system for the power transaction data system can effectively reflect the various aspects of the units on the selling side and the overall situation of the electricity trading market.
  • an object of the present invention is to provide a method for constructing a power trading index system based on big data technology.
  • a method for constructing a power trading index system based on big data technology characterized in that:
  • the method includes the following steps:
  • the basic data is obtained from the power trading system database or other unstructured database through Sqoop. After the data is cleaned, the data is stored in the HDFS database of the Hadoop cluster to provide support for the next calculation;
  • the construction of the indicator system is mainly based on the cloud center of gravity evaluation method to solve the problem of variable conversion, and then the data analysis is carried out through the high concurrent distributed computing capability of Spark in-memory access;
  • Indicator display According to the indicators required by the application layer, the corresponding data is taken out from the HDFS, and displayed in the foreground interface through a series of interface display processing or combination of indicator data.
  • step 2 further includes the following steps:
  • step 2.2 determining the index weights adopts a subjective weighting method or an objective weighting method
  • the subjective weighting method refers to a choice made based on empirical judgment, including an analytic hierarchy process and a Delphi method;
  • the objective weighting method means that the determination of the weight is not affected by subjective factors, but the weight value is obtained by analyzing the actual data.
  • a power trading indicator system based on big data technology constructed according to the method as described above, characterized in that:
  • the power transaction indicator system includes a data acquisition layer, a data analysis layer, and an application display layer;
  • the data collection layer mainly collects data in various channels, and finally saves it in a distributed database
  • the data analysis layer is mainly for constructing the indicator system.
  • the Spark is used to summarize the indicator data, and finally stored in the distributed database;
  • the application presentation layer is mainly responsible for generating visual interfaces such as reports and charts for indicators built by the data analysis layer.
  • the distributed database is HDFS of Hadoop.
  • a separate indicator is a comprehensive reflection of the absolute (or under certain circumstances) of a power trading system. Number, relative number or average.
  • the constructed indicator system is a comprehensive system composed of a series of interrelated indicators, which can effectively reflect the various aspects of the research object according to the research object.
  • Figure 1 is a schematic diagram of establishing an indicator system through big data technology.
  • FIG. 2 is a schematic diagram of a power flow Spark calculation process.
  • the invention aims to establish a set of key indicators of the power market with multi-dimensional characteristics such as market structure, market behavior and market efficiency by establishing an index system of a power trading system under big data.
  • the technical architecture of the present invention is divided into a data acquisition layer, a data analysis layer, and an application presentation layer.
  • the data collection layer mainly collects data from various channels and finally stores it in a distributed database (such as Hadoop HDFS).
  • the data analysis layer is mainly used to build an indicator system. By configuring the index calculation rules, using Spark to summarize the indicator data, and finally storing it in a distributed database (such as Hadoop HDFS).
  • the application presentation layer is mainly responsible for generating visual interfaces such as reports and charts for indicators built by the data analysis layer.
  • the architecture allows developers to focus on only one of the layers in the structure, and the structure is more explicit. In the later maintenance, it is easy to replace the original level with a new implementation, greatly reducing maintenance costs and maintenance time.
  • the overall architecture is shown in Figure 1.
  • the basic data is obtained from the power trading system database or other unstructured databases through Sqoop. After the data is cleaned, the data is stored in the HDFS database of the Hadoop cluster to support the next calculation. .
  • the construction of the indicator system is mainly based on the cloud center of gravity evaluation method to solve the problem of variable conversion, and then through the high concurrent distributed computing ability of Spark in-memory access for data analysis.
  • the subjective empowerment method refers to the choices made based on empirical judgments, such as the analytic hierarchy process and the Delphi method.
  • the objective weighting method means that the determination of the weight is not affected by subjective factors, but the weight value is obtained by analyzing the actual data.
  • the invention selects the objective weighting method to determine the weight of each index.
  • the number field corresponding to the specified comment set is [0, 1].
  • Each comment in the comment set corresponds to a change interval in the number field.
  • the weights of the indicators are determined by an objective weighting method, and then the weighted offset of each index is calculated by the cloud center of gravity evaluation method.
  • the final comment results of each indicator are stored in the HDFS database.
  • the indicators show. According to the indicators required by the application layer, the corresponding data is taken out from the HDFS, and displayed in the foreground interface through a series of interface display processing or combination of indicator data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种构建基于大数据技术的电力交易指标体系的方法，涉及电力交易领域。主要步骤为：1、获取数据；2、构建指标体系：指标体系的构建主要基于云重心评价法来解决变量转换问题，再通过Spark内存式访问的高并发分布式计算能力来进行数据分析；3、指标计算：在配置指标之后，通过客观赋权法来确定各指标权重，然后通过云重心评价法来计算出每个指标的加权偏移度；经过Spark计算之后将最终的每个指标的评语结果存入HDFS数据库中；4、指标展现。构建的指标体系是一系列相互联系的指标构成的综合体系，能根据研究的对象，有效的反映出研究对象的各个方面的情况。

Description

构建基于大数据技术的电力交易指标体系的方法 技术领域
本发明旨在将全国统一电力交易的数据归纳出全面指标，继而展示出核心指标。技术主要涉及大数据应用相关的技术以及云重心评价法。
背景技术
全国统一电力市场交易平台能够实现发电权交易和电力用户直接交易等市场功能，具备多品种多周期交易并行的运营能力，对于提高电力交易运营水平、促进电力资源优化配置具有重要的现实意义。当前，全国的电力交易市场成员不断增长，交易成交量稳步上升，大量中小电力用户进入市场，迫切希望能够随时随地都能方便地从互联网获取对电力市场信息和服务。
“互联网+”是创新2.0下的互联网发展的新业态，是知识社会创新2.0推动下的互联网形态演进及其催生的经济社会发展新形态。基于电力交易系统的数据收集、存储、传输、处理等技术以及相应的基础设施。建立电力交易数据系统的相应指标体系，可以有效的反映出发售电侧单位的各个方面的情况以及对电力交易市场的一个整体情况展示。
发明内容
针对背景技术中的问题，本发明的目的在于提供一种构建基于大数据技术的电力交易指标体系的方法。
为了实现上述目的，本发明提出如下技术方案：
一种构建基于大数据技术的电力交易指标体系的方法，其特征在于：
所述方法包括以下步骤：
1、获取数据：通过Sqoop从电力交易系统数据库或其它非结构化数据库，得到基础数据，在进行数据清洗之后，将数据存放在Hadoop集群的HDFS数据库中，为下一步的计算提供支持；
2、构建指标体系：指标体系的构建主要基于云重心评价法来解决变量转换问题，再通过Spark内存式访问的高并发分布式计算能力来进行数据分析；
3、指标计算：在配置指标之后，通过客观赋权法来确定各指标权重，然后通过云重心评价法来计算出每个指标的加权偏移度；经过Spark计算之后将最终 的每个指标的评语结果存入HDFS数据库中；
4、指标展现：根据应用层所需的指标，从HDFS中取出相应的数据，通过一系列的界面展示处理或者指标数据组合展示在前台界面。
进一步地，步骤2又包括如下步骤：
2.1建立指标体系：
设指标体系为C，C＝{C1，C2，C3，…，Cm}，其中Ci＝{Ci1，Ci2，Ci3，…，Cin}(i＝1，2，…，m)，这里Cij表示第i个一级指标中的第j(j＝1，2，…，n)个二级指标依次类推，建立多个层次的指标体系；
2.2确定指标权重；
2.3指标评语集的云模型表示：规定评语集所对应的数域为[0，1]；评语集中每个评语对应数域内一个变化区间；假设指标评语集V＝{较差，差，一般，好，较好，很好，极好}，设定对应评语区间P＝{(0,0.15]，(0.15,0.3]，(0.3,0.45]，(0.45,0.6]，(0.6,0.75]，(0.75,0.9]，(0.9,1]}，这样就可以把具体的数据转换成评语值。
进一步地，在步骤2.2中，确定指标权重采用主观赋权法或者客观赋权法；
所述主观赋权法指根据经验判断做出的选择，包括层次分析法和德尔菲法；
所述客观赋权法是指权重的确定不受主观因素的影响，而是通过对实际数据的分析来获得权重值。
根据如上所述方法构建的基于大数据技术的电力交易指标体系，其特征在于：
所述电力交易指标体系包括数据采集层、数据分析层以及应用展示层；
所述数据采集层主要对数据进行各种渠道的收集，最后保存在分布式数据库中；
数据分析层主要为构建指标体系，通过配置指标计算规则，运用Spark归纳成指标数据，最后存储在分布式数据库中；
应用展示层主要负责将数据分析层构建的指标生成报表、图表等可视化界面。
进一步地，所述分布式数据库为Hadoop的HDFS。
与现有技术相比，本发明的有益效果为：
单独的指标是综合反映电力交易系统中某一事物(或某一种情况下)的绝对 数、相对数或平均数。构建的指标体系则是一系列相互联系的指标构成的综合体系，它能根据研究的对象，有效的反映出研究对象的各个方面的情况。
附图说明
图1是通过大数据技术建立指标体系示意图。
图2是电力交易Spark计算流程示意图。
具体实施方式
下面结合附图和具体实施方式，对本发明的具体实施方案作详细的阐述。这些具体实施方式仅供叙述而并非用来限定本发明的范围或实施原则，本发明的保护范围仍以权利要求为准，包括在此基础上所作出的显而易见的变化或变动等。
本发明旨在通过建立大数据下的电力交易系统的指标体系，提出具有市场结构、市场行为、市场效率等多维度特点的电力市场关键指标集。
为了达到上述目的，本发明的技术解决方案如下：
一、体系总体介绍
本发明的技术架构分为数据采集层、数据分析层以及应用展示层。数据采集层主要对数据进行各种渠道的收集，最后保存在分布式数据库(如Hadoop的HDFS)中。数据分析层主要为构建指标体系，通过配置指标计算规则，运用Spark等归纳成指标数据，最后存储在分布式数据库(如Hadoop的HDFS)中。应用展示层主要负责将数据分析层构建的指标生成报表、图表等可视化界面。
该架构体系可以使得开发人员只关注整个结构中的其中某一层，结构更加的明确。在后期维护的时候，可以很容易的用新的实现来替换原有层次的实现，极大地降低了维护成本和维护时间。
二、获取数据
整体架构如图1所示，通过Sqoop从电力交易系统数据库或其它非结构化数据库，得到基础数据，在进行数据清洗之后，将数据存放在Hadoop集群的HDFS数据库中，为下一步的计算提供支持。
三、构建指标体系
指标体系的构建主要基于云重心评价法来解决变量转换问题，再通过Spark内存式访问的高并发分布式计算能力来进行数据分析。
(1)建立指标体系。设指标体系为C:
C＝{C1，C2，C3，…，Cm}其中Ci＝{Ci1，Ci2，Ci3，…，Cin}(i ＝1，2，…，m)这里Cij表示第i个一级指标中的第j(j＝1，2，…，n)个二级指标依次类推，建立多个层次的指标体系。
(2)确定指标权重。确定权重的方法有很多种，包括主观赋权法和客观赋权法。其中主观赋权法指根据经验判断做出的选择，如层次分析法、德尔菲法等。客观赋权法是指权重的确定不受主观因素的影响，而是通过对实际数据的分析来获得权重值。本发明选用客观赋权法来确定各指标权重。
(3)指标评语集的云模型表示。规定评语集所对应的数域为[0，1]。评语集中每个评语对应数域内一个变化区间。假设指标评语集V＝{较差，差，一般，好，较好，很好，极好}，设定对应评语区间P＝{(0,0.15]，(0.15,0.3]，(0.3,0.45]，(0.45,0.6]，(0.6,0.75]，(0.75,0.9]，(0.9,1]}这样就可以把具体的数据转换成评语值。
四、指标计算
如图2所示，在配置指标之后，通过客观赋权法来确定各指标权重，然后通过云重心评价法来计算出每个指标的加权偏移度。经过Spark计算之后将最终的每个指标的评语结果存入HDFS数据库中。
五、指标展现。根据应用层所需的指标，从HDFS中取出相应的数据，通过一系列的界面展示处理或者指标数据组合展示在前台界面。

Claims (5)

  1. 一种构建基于大数据技术的电力交易指标体系的方法，其特征在于：
    所述方法包括以下步骤：
    1、获取数据：通过Sqoop从电力交易系统数据库或其它非结构化数据库，得到基础数据，在进行数据清洗之后，将数据存放在Hadoop集群的HDFS数据库中，为下一步的计算提供支持；
    2、构建指标体系：指标体系的构建主要基于云重心评价法来解决变量转换问题，再通过Spark内存式访问的高并发分布式计算能力来进行数据分析；
    3、指标计算：在配置指标之后，通过客观赋权法来确定各指标权重，然后通过云重心评价法来计算出每个指标的加权偏移度；经过Spark计算之后将最终的每个指标的评语结果存入HDFS数据库中；
    4、指标展现：根据应用层所需的指标，从HDFS中取出相应的数据，通过一系列的界面展示处理或者指标数据组合展示在前台界面。
  2. 根据权利要求1所述的一种构建基于大数据技术的电力交易指标体系的方法，其特征在于：
    步骤2又包括如下步骤：
    2.1建立指标体系：
    设指标体系为C，C＝{C1，C2，C3，…，Cm}，其中Ci＝{Ci1，Ci2，Ci3，…，Cin}(i＝1，2，…，m)，这里Cij表示第i个一级指标中的第j(j＝1，2，…，n)个二级指标依次类推，建立多个层次的指标体系；
    2.2确定指标权重；
    2.3指标评语集的云模型表示：规定评语集所对应的数域为[0，1]；评语集中每个评语对应数域内一个变化区间；假设指标评语集V＝{较差，差，一般，好，较好，很好，极好}，设定对应评语区间P＝{(0,0.15]，(0.15,0.3]，(0.3,0.45]，(0.45,0.6]，(0.6,0.75]，(0.75,0.9]，(0.9,1]}，这样就可以把具体的数据转换成评语值。
  3. 根据权利要求2所述的一种构建基于大数据技术的电力交易指标体系的方法，其特征在于：
    在步骤2.2中，确定指标权重采用主观赋权法或者客观赋权法；
    所述主观赋权法指根据经验判断做出的选择，包括层次分析法和德尔菲法；
    所述客观赋权法是指权重的确定不受主观因素的影响，而是通过对实际数据的分析来获得权重值。
  4. 根据权利要求1所述方法构建的基于大数据技术的电力交易指标体系，其特征在于：
    所述电力交易指标体系包括数据采集层、数据分析层以及应用展示层；
    所述数据采集层主要对数据进行各种渠道的收集，最后保存在分布式数据库中；
    数据分析层主要为构建指标体系，通过配置指标计算规则，运用Spark归纳成指标数据，最后存储在分布式数据库中；
    应用展示层主要负责将数据分析层构建的指标生成报表、图表等可视化界面。
  5. 根据权利要求4所述的电力交易指标体系，其特征在于：
    所述分布式数据库为Hadoop的HDFS。
PCT/CN2017/117910 2017-11-22 2017-12-22 构建基于大数据技术的电力交易指标体系的方法 WO2019100504A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/744,912 US20200081898A1 (en) 2017-11-22 2017-12-22 A Method for Constructing Electricity Transaction Index System Based on Big Data Technology

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711169784.0 2017-11-22
CN201711169784.0A CN108090652A (zh) 2017-11-22 2017-11-22 构建基于大数据技术的电力交易指标体系的方法

Publications (1)

Publication Number Publication Date
WO2019100504A1 true WO2019100504A1 (zh) 2019-05-31

Family

ID=62172165

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/117910 WO2019100504A1 (zh) 2017-11-22 2017-12-22 构建基于大数据技术的电力交易指标体系的方法

Country Status (3)

Country Link
US (1) US20200081898A1 (zh)
CN (1) CN108090652A (zh)
WO (1) WO2019100504A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553608A (zh) * 2020-05-06 2020-08-18 国网河北省电力有限公司沧州供电分公司 一种用于城市配网综合能源系统的效益评价方法
CN111798044A (zh) * 2020-06-30 2020-10-20 国网甘肃省电力公司武威供电公司 基于改进最小叉熵的ries运行规划仿真方法
CN112085290A (zh) * 2020-09-17 2020-12-15 国网山西省电力公司经济技术研究院 一种区域配电网设备资产绩效水平优化方法
CN112529393A (zh) * 2020-12-03 2021-03-19 国网信息通信产业集团有限公司 电力终端通信接入网的通信方式确定方法及装置
CN113240341A (zh) * 2021-06-10 2021-08-10 中国人民解放军战略支援部队航天工程大学 一种基于大数据的信息系统效能评估方法
CN113393094A (zh) * 2021-05-31 2021-09-14 欣旺达电子股份有限公司 能源系统评估方法、装置、设备及存储介质
CN113722195A (zh) * 2021-08-09 2021-11-30 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN114049036A (zh) * 2021-11-24 2022-02-15 广东电网有限责任公司 数据计算平台、方法、设备及存储介质
CN116579633A (zh) * 2023-07-12 2023-08-11 湖南省计量检测研究院 基于数据驱动实现风电设备的服役状态质量分析方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086409B (zh) * 2018-08-02 2021-10-08 泰康保险集团股份有限公司 微服务数据处理方法、装置、电子设备及计算机可读介质
CN109412261A (zh) * 2018-10-30 2019-03-01 深圳市沃尔奔达新能源股份有限公司 一种发电机组并网管理系统
CN111190706A (zh) * 2018-11-14 2020-05-22 中国电力科学研究院有限公司 一种基于电力交易的多任务优化引擎驱动方法及其系统
CN111080101A (zh) * 2019-12-04 2020-04-28 国网浙江省电力有限公司宁波供电公司 一种基于ahp对供电渠道服务效能多维度评价的方法
CN112308427B (zh) * 2020-11-02 2024-03-19 江苏省电力试验研究院有限公司 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
CN112465310A (zh) * 2020-11-11 2021-03-09 中国建设银行股份有限公司 计算机执行的数据处理方法、系统、装置和存储介质
CN112351105B (zh) * 2020-11-12 2022-09-16 中国信息通信研究院 一种云服务评估方法和装置
CN112308458B (zh) * 2020-11-23 2022-02-15 广东电网有限责任公司计量中心 一种低压台区量测数据评价方法和系统
CN113159326B (zh) * 2021-03-03 2024-02-23 国网山西省电力公司信息通信分公司 基于人工智能的智能业务决策方法
CN113297744B (zh) * 2021-05-28 2023-11-07 国网浙江省电力有限公司营销服务中心 一种适用于误差监测计算的充电桩数据清洗方法及充电站
CN113256148A (zh) * 2021-06-10 2021-08-13 国网天津市电力公司 一种用于大数据模式的分析方法和系统
CN113469420A (zh) * 2021-06-15 2021-10-01 国家电网公司华中分部 一种多元电源系统电力能源结构评价优化方法
CN113743811A (zh) * 2021-09-10 2021-12-03 上海卫星工程研究所 采用系数加权计算的综合效能评估方法和系统
CN113850497A (zh) * 2021-09-22 2021-12-28 广东电网有限责任公司 一种电力能源调度方法、装置、存储介质及平台
CN114066015A (zh) * 2021-10-22 2022-02-18 山东旗帜信息有限公司 一种部门人员组成优化方法、设备及介质
CN113938944B (zh) * 2021-10-29 2023-06-27 国网河南省电力公司经济技术研究院 一种配电网5g通信技术适配性评估方法
CN114066215A (zh) * 2021-11-12 2022-02-18 国网福建省电力有限公司 一种基于购售同期的公司口径售电明细取数方法
CN114329899A (zh) * 2021-11-30 2022-04-12 江苏徐工工程机械研究院有限公司 一种工程机械多仿真结果筛选方法及系统
CN117369813A (zh) * 2023-10-13 2024-01-09 湖北华中电力科技开发有限责任公司 一种基于数据中台的用能监测指标体系可视化展示方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706911A (zh) * 2009-11-23 2010-05-12 浪潮集团山东通用软件有限公司 一种商务智能系统中面向业务的指标模型的实现方法
CN104156817A (zh) * 2014-08-07 2014-11-19 国家电网公司 一种电网综合评估体系智能生成系统及方法
CN104915897A (zh) * 2015-06-24 2015-09-16 国家电网公司 一种电网规划评价业务的计算机实现方法
CN106504110A (zh) * 2016-09-12 2017-03-15 国网湖北省电力公司 基于云重心的电网工程后评价方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150095303A1 (en) * 2013-09-27 2015-04-02 Futurewei Technologies, Inc. Knowledge Graph Generator Enabled by Diagonal Search
CN105469204A (zh) * 2015-11-20 2016-04-06 天津贝德曼科技有限公司 深度融合大数据分析技术的重装制造企业综合评价系统
CN105894325A (zh) * 2016-03-30 2016-08-24 国网河南省电力公司 一种电力市场指标体系的定量分析方法
US11423082B2 (en) * 2016-06-29 2022-08-23 Intel Corporation Methods and apparatus for subgraph matching in big data analysis
US10353965B2 (en) * 2016-09-26 2019-07-16 Splunk Inc. Data fabric service system architecture
US20180097744A1 (en) * 2016-10-05 2018-04-05 Futurewei Technologies, Inc. Cloud Resource Provisioning for Large-Scale Big Data Platform

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706911A (zh) * 2009-11-23 2010-05-12 浪潮集团山东通用软件有限公司 一种商务智能系统中面向业务的指标模型的实现方法
CN104156817A (zh) * 2014-08-07 2014-11-19 国家电网公司 一种电网综合评估体系智能生成系统及方法
CN104915897A (zh) * 2015-06-24 2015-09-16 国家电网公司 一种电网规划评价业务的计算机实现方法
CN106504110A (zh) * 2016-09-12 2017-03-15 国网湖北省电力公司 基于云重心的电网工程后评价方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553608A (zh) * 2020-05-06 2020-08-18 国网河北省电力有限公司沧州供电分公司 一种用于城市配网综合能源系统的效益评价方法
CN111798044A (zh) * 2020-06-30 2020-10-20 国网甘肃省电力公司武威供电公司 基于改进最小叉熵的ries运行规划仿真方法
CN112085290A (zh) * 2020-09-17 2020-12-15 国网山西省电力公司经济技术研究院 一种区域配电网设备资产绩效水平优化方法
CN112529393A (zh) * 2020-12-03 2021-03-19 国网信息通信产业集团有限公司 电力终端通信接入网的通信方式确定方法及装置
CN112529393B (zh) * 2020-12-03 2024-05-28 国网信息通信产业集团有限公司 电力终端通信接入网的通信方式确定方法及装置
CN113393094A (zh) * 2021-05-31 2021-09-14 欣旺达电子股份有限公司 能源系统评估方法、装置、设备及存储介质
CN113240341A (zh) * 2021-06-10 2021-08-10 中国人民解放军战略支援部队航天工程大学 一种基于大数据的信息系统效能评估方法
CN113722195A (zh) * 2021-08-09 2021-11-30 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN113722195B (zh) * 2021-08-09 2023-10-24 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN114049036A (zh) * 2021-11-24 2022-02-15 广东电网有限责任公司 数据计算平台、方法、设备及存储介质
CN116579633A (zh) * 2023-07-12 2023-08-11 湖南省计量检测研究院 基于数据驱动实现风电设备的服役状态质量分析方法
CN116579633B (zh) * 2023-07-12 2023-11-17 湖南省计量检测研究院 基于数据驱动实现风电设备的服役状态质量分析方法

Also Published As

Publication number Publication date
CN108090652A (zh) 2018-05-29
US20200081898A1 (en) 2020-03-12

Similar Documents

Publication Publication Date Title
WO2019100504A1 (zh) 构建基于大数据技术的电力交易指标体系的方法
JP6784780B2 (ja) 大規模再生可能エネルギーのデータについて確率モデルを構築する方法
Diaconita et al. Hadoop oriented smart cities architecture
Zhang et al. Research on smart city evaluation based on hierarchy of needs
CN106708989A (zh) 基于空间时序数据流应用的Skyline查询方法
CN111159180A (zh) 一种基于数据资源目录构建的数据处理方法及系统
Du Energy analysis of Internet of things data mining algorithm for smart green communication networks
Li et al. Research on the evaluation model of a smart grid development level based on differentiation of development demand
Jing et al. An optimized method of HDFS for massive small files storage
Ma et al. Measuring China’s urban digital economy
Zhao et al. The evaluation of smart city construction readiness in China using CRITIC-G1 method and the Bonferroni operator
CN114662909A (zh) 农村土地经营权流转交易价格指数计算系统
Zhao et al. Research on the impact and utility of rural revitalization big data service on farmers based on integrated technology acceptance model
Lv Research on the application of adaptive matching tracking algorithm fused with neural network in the development of E-government
Wang et al. [Retracted] Rough Set Construction and Entropy Weight Evaluation of Urban Higher Education Resource Carrying Capacity Based on Big Data
CN111861056A (zh) 一种技术创新水平的评价方法
Feng et al. The design and implementation of global energy interconnection digital research platform
Dong et al. Research on Architecture of Power Big Data High-Speed Storage System for Energy Interconnection
Wang et al. Evaluation of the Maturity of Urban Energy Internet Development Based on AHP-Entropy Weight Method and Improved TOPSIS
Xu et al. Evaluation of smart city sustainable development prospects based on fuzzy comprehensive evaluation method
Zhou [Retracted] Sports Economic Mining Algorithm Based on Association Analysis and Big Data Model
SHAN et al. Research on mechanism of early warning of health management based on cloud computing and big data
Su et al. [Retracted] Design and Application of Intelligent Management Platform Based on Big Data
Liu Research on Public Management Application Innovation Based on Spark Big Data Framework
CN111291102A (zh) 一种政务数据挖掘的高性能规模统计计算方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17932710

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17932710

Country of ref document: EP

Kind code of ref document: A1