CN112348281A - 电力数据的处理方法和装置 - Google Patents
电力数据的处理方法和装置 Download PDFInfo
- Publication number
- CN112348281A CN112348281A CN202011323868.7A CN202011323868A CN112348281A CN 112348281 A CN112348281 A CN 112348281A CN 202011323868 A CN202011323868 A CN 202011323868A CN 112348281 A CN112348281 A CN 112348281A
- Authority
- CN
- China
- Prior art keywords
- industry
- determining
- data
- capacity
- monthly
- 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
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010606 normalization 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
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力数据的处理方法和装置。其中,该方法包括:获取预设地区的电力数据,并对电力数据进行预处理;基于电力数据确定预设地区内各个行业的多个指标数据;使用熵值法确定每个指标数据对应的权重值;依据预设地区中各个行业的多个指标数据和多个指标数据分别对应的权重值,确定预设地区内各个行业的景气指数,其中,预设地区内各个行业的景气指数用于反应行业经济情况。本发明解决了由于现有技术中缺少反应行业经济情况的精准数据,导致政府等相关组织无法有效获取数据以开展社会经济治理、精准施策的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种电力数据的处理方法和装置。
背景技术
相关部门往往需要对行业经济情况的进行把控,但是现有行业经济情况的数据信息往往面临着种种制约,从而无法精准反应现有行业经济情况。
针对现有技术中,缺少反应行业经济情况的精准数据,导致政府等相关组织无法有效获取数据以开展社会经济治理、精准施策的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电力数据的处理方法和装置,以至少解决由于现有技术中缺少反应行业经济情况的精准数据,导致政府等相关组织无法有效获取数据以开展社会经济治理、精准施策的技术问题。
根据本发明实施例的一个方面,提供了一种电力数据的处理方法,包括:获取预设地区的电力数据,并对所述电力数据进行预处理;基于所述电力数据确定所述预设地区内各个行业的多个指标数据;使用熵值法确定每个所述指标数据对应的权重值;依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
可选的,所述预设地区的电力数据至少包括:所述预设地区内各个行业的电量容量比和业扩容量的数据信息。
可选的,对所述电力数据进行预处理,包括:剔除所述电力数据中的缺失数据和异常数据,对处理后的电力数据进行Z-Scroe归一化预处理,以消除量纲的影响。
可选的,所述多个指标数据包括:行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
可选的,基于所述电力数据确定所述预设地区内各个行业的行业月产能利用率,包括:确定所述预设地区内每个行业的行业电量容量比和行业月最大电量容量比,将所述每个行业的行业电量容量比与行业月最大电量容量比进行相比,得到所述预设地区内各个行业的行业月产能利用率,其中,所述行业月最大电量容量比为预设时间段内的最大的行业电量容量比;
可选的,基于所述电力数据确定所述预设地区内各个行业的行业月均产能利用率最大值,包括:确定所述预设地区中每个行业的预设时间段内的月均产能利用率,分别确定每个行业在所述预设时间段内的行业月均产能利用率最大值;
可选的,基于所述电力数据确定所述预设地区内各个行业的行业平均业扩容量最大值,包括:确定所述预设地区中每个行业的预设时间段内的行业平均业扩容量,分别确定每个行业在所述预设时间段内的行业平均业扩容量最大值,其中,所述行业平均业扩容量的时间单元为月;
可选的,基于所述电力数据确定所述预设地区内各个行业的行业月均业扩容量,包括:确定所述预设地区中每个行业的在当前统计时间点之前的预设时长内的每月业扩容量,分别确定每个行业在当前统计时间点之前的预设时长内的每月业扩容量的平均值。
可选的,使用熵值法,分别对每个指标数据进行权重值确定包括:采用如下公式,分别对每个指标数据进行权重值Wj确定;其中,所述公式为:Wj为第j项指标的权重值,gj为第j项指标的差异指数,m为指标数量;其中,gj=1-ej,ej为第j项指标的熵值;其中,pij为第j项指标下第i个行业占该指标的比重,k为常数,与指标数量m相关;其中,xij为第i个行业中的第j项指标。
可选的,依据所述预设地区内各个行业的多个指标数据和所述多个指标数据相对应的权重值,确定所述预设地区内各个行业的景气指数,包括:采用电力景气度分析模型对所述各个行业的多个指标数据和所述多个指标数据相对应的权重值进行数据处理,以确定所述预设地区内各个行业的景气指数Si;其中,所述电力景气度分析模型为Wj为第j指标数据对应的权重值,pij为第i个行业中的第j项指标数据,m为指标数量。
根据本发明实施例的另一方面,还提供了一种电力数据的处理装置,包括:获取单元,用于获取预设地区的电力数据,并对所述电力数据进行预处理;第一确定单元,用于基于所述电力数据确定所述预设地区内各个行业的多个指标数据;第二确定单元,用于使用熵值法确定每个所述指标数据对应的权重值;第三确定单元,用于依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
根据本申请的另一方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行上述任意一项所述的电力数据的处理方法。
根据本申请的另一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的电力数据的处理方法。
综上所述,本发明结合电力相关数据,构建行业景气评价指标体系,从理论方法、实证分析两个方面对电力产业和行业景气之间的关系进行了深入研究,使用熵值法综合评价各个行业景气度,实现了基于电力相关数据对行业发展趋势进行准确预测的技术效果,也即,本发明通过相关用电量数据,构建评价指标体系,实现了帮助分析人员掌握各个行业的用电规律,从而为电力企业及政府合理的制定决策建议提供理论依据的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,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。在附图中:
图1是根据本发明实施例的一种可选的电力数据的处理方法的流程图;
图2是根据本发明实施例的一种各指标权重计算结果的示意图;
图3是根据本发明实施例的一种可选的电力数据的处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”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、***、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。
需要说明的是:用电信息数据充分反映了市场主体的经济活动活跃度,而电力数据相对传统经济数据的先行性,可以及时研判各行业生产和发展态势、服务地方经济决策。因此,通过关联经济数据用电数据,构建基于电力数据的经济景气数,判断经济周期及其走势,并建立相应预测模型对未来经济走势进行预判,具有较高的实用价值。而本发明主要是根据电力相关数据构建行业评价指标体系,通过熵值法综合评价地区行业景气度,预警经济拐点,助力政府开展社会经济治理、精准施策,实现“电力看经济”的。
具体的,本发明实施例提供了一种电力数据的处理的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的电力数据的处理方法,如图1所示,该方法包括如下步骤:
步骤S102,获取预设地区的电力数据,并对所述电力数据进行预处理。
优选的,所述预设地区的电力数据至少包括:所述预设地区内各个行业的电量容量比和业扩容量的数据信息。
优选的,对所述电力数据进行预处理主要为:剔除所述电力数据中的缺失数据和异常数据,并对处理后的电力数据进行Z-Scroe归一化预处理,以消除量纲的影响。
步骤S104,基于所述电力数据确定所述预设地区内各个行业的多个指标数据。
优选的,所述多个指标数据包括:行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
需要说明的是:基于国民经济与电力消费之间的关系,用以评价电力与经济发展之间的总体关系。可根据用电结构特点,得出电力弹性系数与产业经济结构有较大关系,第二产业占比较高时,电力弹性系数较大;第三产业的占比较高时,电力弹性系数相对较低。此时,根据前期的数据探索,结合行业景气情况,遵循可量化、可获取等原则,最终选取行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
进一步的,基于所述电力数据确定所述预设地区内各个行业的行业月产能利用率,包括:确定所述预设地区内每个行业的行业电量容量比和行业月最大电量容量比,将所述每个行业的行业电量容量比与行业月最大电量容量比进行相比,得到所述预设地区内各个行业的行业月产能利用率,其中,所述行业月最大电量容量比为预设时间段内的最大的行业电量容量比。也即,行业月产能利用率=行业电量容量比/行业月最大电量容量比。
进一步的,基于所述电力数据确定所述预设地区内各个行业的行业月均产能利用率最大值,包括:确定所述预设地区中每个行业的预设时间段内的月均产能利用率,分别确定每个行业在所述预设时间段内的行业月均产能利用率最大值。也即,计算行业取数范围的月均产能利用率,取最大值。
进一步的,基于所述电力数据确定所述预设地区内各个行业的行业月均业扩容量,包括:确定所述预设地区中每个行业的在当前统计时间点之前的预设时长内的每月业扩容量,分别确定每个行业在当前统计时间点之前的预设时长内的每月业扩容量的平均值。也即,计算自统计日期向前六个月每月业扩容量,取平均值。
进一步的,基于所述电力数据确定所述预设地区内各个行业的行业平均业扩容量最大值,包括:确定所述预设地区中每个行业的预设时间段内的行业平均业扩容量,分别确定每个行业在所述预设时间段内的行业平均业扩容量最大值,其中,所述行业平均业扩容量的时间单元为月。也即,以月为单位计算取数范围的平均业扩容量,取最大值。
步骤S106,使用熵值法确定每个所述指标数据对应的权重值。
需要说明的是:在信息论中,熵是对不确定性的一种度量。信息量越大,不确定性就越小,熵也就越小;信息量越小,不确定性越大,熵也越大。根据熵的特性,可以通过计算熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度。即,指标的离散程度越大,该指标对综合评价的影响越大,其熵值越小。
优选的,步骤S106(使用熵值法确定每个所述指标数据对应的权重值)通过如下步骤实现:采用如下公式,分别对每个指标数据进行权重值Wj确定;
步骤S108,依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
优选的,步骤S108(依据所述预设地区内各个行业的多个指标数据和所述多个指标数据相对应的权重值,确定所述预设地区内各个行业的景气指数)通过如下步骤得以实现:采用电力景气度分析模型对所述各个行业的多个指标数据和所述多个指标数据相对应的权重值进行数据处理,以确定所述预设地区内各个行业的景气指数Si;其中,所述电力景气度分析模型为Wj为第j指标数据对应的权重值,pij为第i个行业中的第j项指标数据,m为指标数量。
也即,电力景气度分析模型为其中Wj为权数,gj为第j项指标的差异指数,对于j项指标,指标值xij的差异越大,对方案评价的作用越大,熵值就越小,gj=1-ej,gj越大指标越重要。其中k>0,ln为自然对数,ej≥0,常数k与样本数m有关,一般令 计算第j项指标下第i个方案占该指标的比重。在指标确定情况下,模型关键在指标权重。
下面结合另一种实施例对本发明做出说明。
1、数据收集:选取的数据集来自某地区2018-2019年行业相关的电力数据。其中包括行业电量容量比、行业月最大电量容量比、行业月均产能、行业业扩容量等指标数据。
2、数据预处理:剔除数据中的缺失、异常数据,对处理后的数据进行Z-Scroe归一化预处理,以消除量纲的影响,使得从所有样本提取的特征可以在同一量纲下作比对。
3、指标构建:通过计算预处理后的数据,求出各行业月产能利用率、各行业月均产能利用率最大值、各行业平均业扩容量最大值、各行业月均业扩容量四个指标对应的数据。
4、权重计算:基于熵值法指标权重确定,“熵”是信息论理论中衡量***无序程度的指标,熵值法的优点在于直接以原始数据为计算依据,避免了决策者的主观判断,主要包括计算相对权重值比重、计算熵值、差异系数、权重确定等步骤。各指标权重计算结果如图2所示。
综上所述,本发明结合电力相关数据,构建行业景气评价指标体系,从理论方法、实证分析两个方面对电力产业和行业景气之间的关系进行了深入研究,使用熵值法综合评价各个行业景气度,实现了基于电力相关数据对行业发展趋势进行准确预测的技术效果,也即,本发明通过相关用电量数据,构建评价指标体系,实现了帮助分析人员掌握各个行业的用电规律,从而为电力企业及政府合理的制定决策建议提供理论依据的技术效果。
也即,本申请的技术效果主要涉及于以下两点:
1、本发明技术提出以数据驱动的方式,通过综合评价方法深度挖掘企业的用电量与经济数据之间的相关关系,发挥了电力大数据应用的先行示范作用。
2、本发明技术通过已经构建的基于电力数据的经济景气综合评价模型,实现对行业过去经济情况的把控,进一步对未来经济景气实现更加清晰的走势把控。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种电力数据的处理装置,需要说明的是,本申请实施例的电力数据的处理装置可以用于执行本申请实施例所提供的用于电力数据的处理方法。以下对本申请实施例提供的电力数据的处理装置进行介绍。
图3是根据本申请实施例的电力数据的处理装置的示意图。如图3所示,该装置包括:获取单元10、第一确定单元20、第二确定单元30和第三确定单元40。
获取单元,用于获取预设地区的电力数据,并对所述电力数据进行预处理;
第一确定单元,用于基于所述电力数据确定所述预设地区内各个行业的多个指标数据;
第二确定单元,用于使用熵值法确定每个所述指标数据对应的权重值;
第三确定单元,用于依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
可选的,所述预设地区的电力数据至少包括:所述预设地区内各个行业的电量容量比和业扩容量的数据信息。
可选的,获取单元还用于:通过剔除所述电力数据中的缺失数据和异常数据,对处理后的电力数据进行Z-Scroe归一化预处理,以对所述电力数据进行预处理。
可选的,所述多个指标数据包括:行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
可选的,第一确定单元包括如下模块:
第一确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月产能利用率的情况下,确定所述预设地区内每个行业的行业电量容量比和行业月最大电量容量比,将所述每个行业的行业电量容量比与行业月最大电量容量比进行相比,得到所述预设地区内各个行业的行业月产能利用率,其中,所述行业月最大电量容量比为预设时间段内的最大的行业电量容量比;
第二确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月均产能利用率最大值的情况下,确定所述预设地区中每个行业的预设时间段内的月均产能利用率,分别确定每个行业在所述预设时间段内的行业月均产能利用率最大值;
第三确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业平均业扩容量最大值的情况下,确定所述预设地区中每个行业的预设时间段内的行业平均业扩容量,分别确定每个行业在所述预设时间段内的行业平均业扩容量最大值,其中,所述行业平均业扩容量的时间单元为月;
第四确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月均业扩容量的情况下,确定所述预设地区中每个行业的在当前统计时间点之前的预设时长内的每月业扩容量,分别确定每个行业在当前统计时间点之前的预设时长内的每月业扩容量的平均值。
可选的,第二确定单元还用于:采用如下公式,分别对每个指标数据进行权重值Wj确定;其中,所述公式为:Wj为第j项指标的权重值,gj为第j项指标的差异指数,m为指标数量;其中,gj=1-ej,ej为第j项指标的熵值;其中,pij为第j项指标下第i个行业占该指标的比重,k为常数,与指标数量m相关;其中,xij为第i个行业中的第j项指标。
可选的,第三确定单元还用于:采用电力景气度分析模型对所述各个行业的多个指标数据和所述多个指标数据相对应的权重值进行数据处理,以确定所述预设地区内各个行业的景气指数Si;其中,所述电力景气度分析模型为Wj为第j指标数据对应的权重值,pij为第i个行业中的第j项指标数据,m为指标数量。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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***,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,即可以位于一个地方,或者也可以分布到多个单元上。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,在本发明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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力数据的处理方法,其特征在于,包括:
获取预设地区的电力数据,并对所述电力数据进行预处理;
基于所述电力数据确定所述预设地区内各个行业的多个指标数据;
使用熵值法确定每个所述指标数据对应的权重值;
依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
2.根据权利要求1所述的电力数据的处理方法,其特征在于,所述多个指标数据包括:行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
3.根据权利要求2所述的电力数据的处理方法,其特征在于,
基于所述电力数据确定所述预设地区内各个行业的行业月产能利用率,包括:确定所述预设地区内每个行业的行业电量容量比和行业月最大电量容量比,将所述每个行业的行业电量容量比与行业月最大电量容量比进行相比,得到所述预设地区内各个行业的行业月产能利用率,其中,所述行业月最大电量容量比为预设时间段内的最大的行业电量容量比;
基于所述电力数据确定所述预设地区内各个行业的行业月均产能利用率最大值,包括:确定所述预设地区中每个行业的预设时间段内的月均产能利用率,分别确定每个行业在所述预设时间段内的行业月均产能利用率最大值;
基于所述电力数据确定所述预设地区内各个行业的行业平均业扩容量最大值,包括:确定所述预设地区中每个行业的预设时间段内的行业平均业扩容量,分别确定每个行业在所述预设时间段内的行业平均业扩容量最大值,其中,所述行业平均业扩容量的时间单元为月;
基于所述电力数据确定所述预设地区内各个行业的行业月均业扩容量,包括:确定所述预设地区中每个行业的在当前统计时间点之前的预设时长内的每月业扩容量,分别确定每个行业在当前统计时间点之前的预设时长内的每月业扩容量的平均值。
5.一种电力数据的处理装置,其特征在于,所述装置包括:
获取单元,用于获取预设地区的电力数据,并对所述电力数据进行预处理;
第一确定单元,用于基于所述电力数据确定所述预设地区内各个行业的多个指标数据;
第二确定单元,用于使用熵值法确定每个所述指标数据对应的权重值;
第三确定单元,用于依据所述预设地区中各个行业的多个指标数据和所述多个指标数据分别对应的权重值,确定所述预设地区内各个行业的景气指数,其中,所述预设地区内各个行业的景气指数用于反应行业经济情况。
6.根据权利要求5所述的电力数据的处理装置,其特征在于,所述多个指标数据包括:行业月产能利用率、行业月均产能利用率最大值、行业平均业扩容量最大值、行业月均业扩容量四个指标。
7.根据权利要求6所述的电力数据的处理装置,其特征在于,第一确定单元包括:
第一确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月产能利用率的情况下,确定所述预设地区内每个行业的行业电量容量比和行业月最大电量容量比,将所述每个行业的行业电量容量比与行业月最大电量容量比进行相比,得到所述预设地区内各个行业的行业月产能利用率,其中,所述行业月最大电量容量比为预设时间段内的最大的行业电量容量比;
第二确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月均产能利用率最大值的情况下,确定所述预设地区中每个行业的预设时间段内的月均产能利用率,分别确定每个行业在所述预设时间段内的行业月均产能利用率最大值;
第三确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业平均业扩容量最大值的情况下,确定所述预设地区中每个行业的预设时间段内的行业平均业扩容量,分别确定每个行业在所述预设时间段内的行业平均业扩容量最大值,其中,所述行业平均业扩容量的时间单元为月;
第四确定模块,用于在基于所述电力数据确定所述预设地区内各个行业的行业月均业扩容量的情况下,确定所述预设地区中每个行业的在当前统计时间点之前的预设时长内的每月业扩容量,分别确定每个行业在当前统计时间点之前的预设时长内的每月业扩容量的平均值。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述电力数据的处理方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至4中任意一项所述电力数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011323868.7A CN112348281A (zh) | 2020-11-23 | 2020-11-23 | 电力数据的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011323868.7A CN112348281A (zh) | 2020-11-23 | 2020-11-23 | 电力数据的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112348281A true CN112348281A (zh) | 2021-02-09 |
Family
ID=74365442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011323868.7A Pending CN112348281A (zh) | 2020-11-23 | 2020-11-23 | 电力数据的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348281A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344737A (zh) * | 2021-06-04 | 2021-09-03 | 北京国电通网络技术有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
CN117474375A (zh) * | 2023-09-22 | 2024-01-30 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于电力大数据的企业产能利用指数研究方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112163A (zh) * | 2014-04-24 | 2014-10-22 | 国家电网公司 | 一种电力预测景气指数的构造方法 |
CN104123600A (zh) * | 2014-08-14 | 2014-10-29 | 国家电网公司 | 一种面向典型行业大数据的电力经理指数趋势预测方法 |
CN106355306A (zh) * | 2016-08-18 | 2017-01-25 | 中国南方电网有限责任公司电网技术研究中心 | 基于地区用电特征的经济景气指数分析方法及其*** |
CN106557835A (zh) * | 2016-10-24 | 2017-04-05 | 南方电网科学研究院有限责任公司 | 基于景气指数的用电量预测方法和*** |
CN107256254A (zh) * | 2017-06-09 | 2017-10-17 | 鹏元征信有限公司 | 一种行业景气指数获取方法、存储设备及终端 |
CN110084398A (zh) * | 2019-03-15 | 2019-08-02 | 国网上海市电力公司 | 一种基于企业电力大数据的行业景气自适应检测方法 |
CN110766274A (zh) * | 2019-09-16 | 2020-02-07 | 国网电子商务有限公司 | 行业景气指数的确定方法及装置 |
CN111861206A (zh) * | 2020-07-20 | 2020-10-30 | 国网上海市电力公司 | 一种基于企业电力大数据的工业行业景气指数获取方法 |
CN112116265A (zh) * | 2020-09-25 | 2020-12-22 | 国网上海市电力公司 | 一种电力数据驱动的行业景气指数构建方法 |
CN115730853A (zh) * | 2022-11-28 | 2023-03-03 | 国网湖南省电力有限公司 | 基于电力大数据的消费景气指数计算方法及*** |
-
2020
- 2020-11-23 CN CN202011323868.7A patent/CN112348281A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112163A (zh) * | 2014-04-24 | 2014-10-22 | 国家电网公司 | 一种电力预测景气指数的构造方法 |
CN104123600A (zh) * | 2014-08-14 | 2014-10-29 | 国家电网公司 | 一种面向典型行业大数据的电力经理指数趋势预测方法 |
CN106355306A (zh) * | 2016-08-18 | 2017-01-25 | 中国南方电网有限责任公司电网技术研究中心 | 基于地区用电特征的经济景气指数分析方法及其*** |
CN106557835A (zh) * | 2016-10-24 | 2017-04-05 | 南方电网科学研究院有限责任公司 | 基于景气指数的用电量预测方法和*** |
CN107256254A (zh) * | 2017-06-09 | 2017-10-17 | 鹏元征信有限公司 | 一种行业景气指数获取方法、存储设备及终端 |
CN110084398A (zh) * | 2019-03-15 | 2019-08-02 | 国网上海市电力公司 | 一种基于企业电力大数据的行业景气自适应检测方法 |
CN110766274A (zh) * | 2019-09-16 | 2020-02-07 | 国网电子商务有限公司 | 行业景气指数的确定方法及装置 |
CN111861206A (zh) * | 2020-07-20 | 2020-10-30 | 国网上海市电力公司 | 一种基于企业电力大数据的工业行业景气指数获取方法 |
CN112116265A (zh) * | 2020-09-25 | 2020-12-22 | 国网上海市电力公司 | 一种电力数据驱动的行业景气指数构建方法 |
CN115730853A (zh) * | 2022-11-28 | 2023-03-03 | 国网湖南省电力有限公司 | 基于电力大数据的消费景气指数计算方法及*** |
Non-Patent Citations (3)
Title |
---|
李斌;: "用电大数据的应用研究", 电力需求侧管理, no. 04, 20 July 2016 (2016-07-20) * |
石全等: "***决策与建模", 31 July 2016, 国防工业出版社, pages: 107 * |
罗慧;李艺丰;王蓓蓓;: "基于层次分析和主成分分析的行业用电发展态势评估", 电力需求侧管理, no. 01, 20 January 2017 (2017-01-20) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344737A (zh) * | 2021-06-04 | 2021-09-03 | 北京国电通网络技术有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
CN113344737B (zh) * | 2021-06-04 | 2023-11-24 | 北京国电通网络技术有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
CN117474375A (zh) * | 2023-09-22 | 2024-01-30 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于电力大数据的企业产能利用指数研究方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、***、设备及介质 | |
CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
CN109978230B (zh) | 一种基于深度卷积神经网络的电力销售金额智能预测方法 | |
CN110930198A (zh) | 基于随机森林的电能替代潜力预测方法、***、存储介质及计算机设备 | |
CN109636482B (zh) | 基于相似度模型的数据处理方法及*** | |
CN107578277B (zh) | 用于电力营销的出租房客户定位方法 | |
CN112348281A (zh) | 电力数据的处理方法和装置 | |
CN115660262B (zh) | 一种基于数据库应用的工程智慧质检方法、***及介质 | |
CN111815060A (zh) | 一种用电地区短期负荷预测方法及装置 | |
CN111178957A (zh) | 一种用电客户电量突增预警的方法 | |
CN111951104A (zh) | 一种基于关联图谱的风险传导预警方法 | |
CN114154672A (zh) | 一种用于客户流失预测的数据挖掘方法 | |
CN114611738A (zh) | 一种基于用户用电行为分析的负荷预测方法 | |
CN114118793A (zh) | 一种地方交易所风险预警方法、装置及设备 | |
CN103150476A (zh) | 一种基于数据站场的***效能评估方法 | |
CN112381422A (zh) | 光伏电站性能的确定方法和装置 | |
CN110196950B (zh) | 传播帐号的处理方法和装置 | |
CN116662860A (zh) | 一种基于能源大数据的用户画像与分类方法 | |
Sultornsanee et al. | Phase synchronization approach to construction and analysis of stock correlation network | |
CN114154617A (zh) | 一种基于vfl的低压居民用户异常用电识别方法及*** | |
CN111797924B (zh) | 一种基于聚类算法的三维度园区画像方法及*** | |
CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
Ginevičius et al. | A quantitative evaluation of the company environment for the formation of its effective expansion strategy | |
CN111144910B (zh) | 基于模糊熵均值阴影集的招投标“串标、陪标”对象推荐方法及装置 | |
CN110264251B (zh) | 表征现金流的数据组织形式与基于多任务学习的预测方法 |
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 |