-
公开(公告)号：CN114090562A
公开(公告)日：2022-02-25
申请号：CN202111406786.3
申请日：2021-11-24
Applicant: 国家电网有限公司大数据中心 , 北京中电普华信息技术有限公司
IPC: G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本发明公开了一种电力营销数据的清洗方法及装置，包括：对待清洗电力营销数据进行一致性检查，得到目标待清洗电力营销数据；基于所述目标待清洗电力营销数据的横向时间特征识别所述目标待清洗电力营销数据的缺失值；基于所述目标待清洗电力营销数据的纵向时间特征识别所述目标待清洗电力营销数据的异常值；基于动态时间规整算法补全所述缺失值和修正所述异常值。上述过程，基于标待清洗电力营销数据的纵向时间特征识别所述目标待清洗电力营销数据的异常值，可以提高伪异常数据识别的准确率，基于目标待清洗电力营销数据的横向时间特征识别所述目标待清洗电力营销数据的缺失值，可以提高缺失值补全的准确率。
-
公开(公告)号：CN107256461A
公开(公告)日：2017-10-17
申请号：CN201710443143.3
申请日：2017-06-13
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网公司
Abstract: 本发明公开一种充电设施建设地址评价方法及系统，所述方法包括选取充电设施使用状况的影响因素指标体系，该指标体系包括对充电设施的使用状况产生影响的多个指标，所述多个指标包括充电设施建设地址及其他指标；对充电设施的使用状况进行等级划分及评级，得到各种使用等级；确定出对充电设施使用状况有显著影响的因素；基于所述有显著影响的因素，构建充电设施使用状况的等级分类模型，并利用该模型对存在评价需求的充电设施候选地址进行评价。可见，本发明实现了一种基于多影响因素进行建模并利用所建模型实现评价的充电设施建设地址评价方案，较为客观，不会依赖于人为因素，可进一步提升充电设施的投放精准性，提高充电设施的使用率。
-
公开(公告)号：CN106875130A
公开(公告)日：2017-06-20
申请号：CN201710156983.1
申请日：2017-03-16
Applicant: 北京中电普华信息技术有限公司 , 国网安徽省电力公司 , 国网信息通信产业集团有限公司 , 国家电网公司
IPC: G06Q10/06
Abstract: 本发明提供一种业扩执行效率的分析方法，包括：采用多因素方差分析法，对影响预设的历史业扩工单的不同环节耗时的多个因素进行分析，获得影响显著的因素；并将影响显著的因素在不同的水平下对不同环节耗时的影响程度进行分析，获得影响显著的因素的极端水平。剔除预设的历史业扩工单中的极端水平对应的异常工单，得到正常工单，进而计算正常工单执行环节的最优时限，并依据最优时限识别出预设的历史业扩工单和正在执行的工单中的长耗时工单和正常耗时工单，并对识别出的正在执行的工单中的长耗时工单进行报警。采用本实施例的方法，不仅可以对各种类型的数据进行处理，也可以对离散的数据进行分析，还避免了专家经验法客观性不足的问题。
-
公开(公告)号：CN119005673A
公开(公告)日：2024-11-22
申请号：CN202410913159.6
申请日：2024-07-09
Applicant: 北京中电普华信息技术有限公司
IPC: G06Q10/0635 , G06Q50/06 , G06F18/2433 , G06F18/213 , G06F18/15 , G06F18/27 , G06N5/01
Abstract: 本公开提供一种电力用户欠费风险的预警方法及相关设备。具体地，所述预警方法包括获取目标用户的第一特征数据；处理所述第一特征数据，得到第二特征数据；根据预设的第一模型和所述第二特征数据，确定所述目标用户的欠费概率；基于预设的预警规则和所述欠费概率，确定所述目标用户的欠费风险并提示；其中，所述第一特征数据包括行业售电量预测数据；所述第一模型为经过训练的机器学习算法模型。这样的技术方案，使得行业售电量预测数据参与用户的欠费风险分析，提升用户欠费风险的预测精准性。
-
公开(公告)号：CN113610409B
公开(公告)日：2024-07-19
申请号：CN202110925816.5
申请日：2021-08-12
Applicant: 北京中电普华信息技术有限公司
IPC: G06Q10/0635 , G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06F18/2135 , G06N20/10
Abstract: 本申请提供一种电费回收风险预警方法及装置，基于行业发展趋势预测模型获取用户所在行业在当前收费月的行业发展趋势预测值；获取用户前一收费月的电费金额，历史电费缴纳数据和业扩办电数据；将获取的所有数据作为电费回收风险预警模型的输入，输出当前收费月产生电费滞纳金的概率值；若概率值处于风险预警范围内，生成预警信息。本方案中，利用行业发展趋势预测模型和电费回收风险预警模型，预测用户在当前收费月产生电费滞纳金的概率值，综合考虑用户所在行业的行业发展趋势预测值，以及用户的历史电费缴纳数据和业扩办电数据等信息，实现对用户进行客观、全面地识别，在识别用户为电费回收风险高的用户，提醒负责人员，便于其采取相应措施。
-
Patent Agency Ranking
公开(公告)号：CN115860497A
公开(公告)日：2023-03-28
申请号：CN202211689265.8
申请日：2022-12-27
Applicant: 北京中电普华信息技术有限公司
IPC: G06Q10/0637 , G06Q30/0201 , G06Q50/06
Abstract: 本申请提供的一种电力营销系统的构建方法、装置、设备及存储介质。在一种电力营销系统的构建方法中，包括获取业务需求信息；根据业务需求信息确定业务模型以及业务对象，业务模型至少包括一个业务单元，业务单元为实现业务模型功能的最小组件，业务对象对应至少一个业务单元；根据业务模型以及业务对象完成电力营销系统的构建，对所述电力营销系统进行工程实施。可见，上述方法通过业务需求可以直接确定出具体的业务模型以及业务对象，业务模型是由独立存在的业务单元组成，从而根据业务模型以及业务对象构建电力营销系统，能够根据用户的需求灵活配置，提高构建电力营销系统的灵活性。
-
公开(公告)号：CN112785325A
公开(公告)日：2021-05-11
申请号：CN201911086883.1
申请日：2019-11-08
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种电力营销跨业务积分兑换方法，包括：登录积分兑换平台获取所述积分兑换平台中各个网省单位和直属单位的积分值；将所述积分值依据对应的积分转换规则进行转换为目标积分值；依据所述目标积分值在所述积分兑换平台进行兑换。上述的兑换方法中，通过积分兑换平台将各个网省单位和直属单位的积分值依据对应的积分转换规则转换为目标积分值，依据所述目标积分值在所述积分兑换平台进行兑换，实现了跨业务积分兑换。
-
公开(公告)号：CN114862625A
公开(公告)日：2022-08-05
申请号：CN202210550950.6
申请日：2022-05-20
Applicant: 北京中电普华信息技术有限公司
IPC: G06Q50/06 , G06Q30/02 , G06F16/215
Abstract: 本发明公开了一种居民居家情况识别方法及装置，方法包括：获得第一居民的用电曲线，所述用电曲线表征了不同时间的用电量；对所述用电曲线进行分解处理，得到用电趋势分量曲线；基于所述用电趋势分量曲线确定所述第一居民的第一居家时段。上述方案经过对居民家庭的用电曲线进行分析处理，能够准确的确定出居民的居家时段，便于相关部门安排上门工作的进行，提升上门工作的工作效率。
-
公开(公告)号：CN114298207A
公开(公告)日：2022-04-08
申请号：CN202111601763.8
申请日：2021-12-24
Applicant: 北京中电普华信息技术有限公司
Abstract: 本申请公开了一种光伏发电成效管控方法、装置、存储介质及电子设备，通过预先构建的故障预警研判模型对待识别电站进行识别得到故障电站，通过预先构建的月度发电量预测模型对故障电站和正常电站进行月度发电量预测，得到月度预测发电量；月度发电量预测模型由光伏出力预测模型和黎曼积分规则确定；月度预测发电量用于实现光伏发电成效的智能管控。基于上述，通过对未来的天气类型进行预估，结合未来的天气类型对月度预测发电量进行了预测，降低气象因素给光伏发电站带来的随机波动性，该方法量化分析了天气对发电量的影响，通过月度预测发电量得到准确的光伏发电站的发电量，实现准确的光伏发电的预测和对光伏发电的发电成效的有效管控。
-
公开(公告)号：CN113610409A
公开(公告)日：2021-11-05
申请号：CN202110925816.5
申请日：2021-08-12
Applicant: 北京中电普华信息技术有限公司
Abstract: 本申请提供一种电费回收风险预警方法及装置，基于行业发展趋势预测模型获取用户所在行业在当前收费月的行业发展趋势预测值；获取用户前一收费月的电费金额，历史电费缴纳数据和业扩办电数据；将获取的所有数据作为电费回收风险预警模型的输入，输出当前收费月产生电费滞纳金的概率值；若概率值处于风险预警范围内，生成预警信息。本方案中，利用行业发展趋势预测模型和电费回收风险预警模型，预测用户在当前收费月产生电费滞纳金的概率值，综合考虑用户所在行业的行业发展趋势预测值，以及用户的历史电费缴纳数据和业扩办电数据等信息，实现对用户进行客观、全面地识别，在识别用户为电费回收风险高的用户，提醒负责人员，便于其采取相应措施。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.073 seconds)
