申请/专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司

申请日：2020-04-28

公开（公告）日：2023-12-19

公开（公告）号：CN111582568B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q30/0202;G06Q50/06;G06F18/24

优先权：

专利状态码：有效-授权

法律状态：2023.12.19#授权;2020.09.18#实质审查的生效;2020.08.25#公开

摘要：本发明公开了一种基于电力数据的春节期间企业复工预测方法，包括获取预测范围内企业数据信息和企业用电信息；建立企业‑电力匹配融合模型并对企业进行分类；获取历史气温与对应的日用电量数据建立气温影响扣除模型；获取预测范围内企业当日日用电量并修正得到企业实际日用电量；得到预测范围内的分行业日用电量数据和分区域日用电量数据；计算企业复产电量比例、分行业复产企业用户比例和分区域复产企业用户比例；对企业复工进行预测。本发明方法的可靠性高，实用性好，而且不需要人工核查，预测效率较高。

主权项：1.一种基于电力数据的春节期间企业复工预测方法，包括如下步骤：S1.获取预测范围内企业信息和企业电表信息；S2.根据步骤S1获取的信息，建立企业-电力匹配融合模型，从而对企业用电数据进行分类；S3.获取历史气温与对应的日用电量数据，建立气温影响扣除模型；具体为对历史气温和对应的日用电量数据进行二阶多项式拟合，从而得到历史气温和对应的日用电量数据之间的拟合关系式，并根据得到的拟合关系式，建立气温影响扣除模型；所述的历史气温和对应的日用电量数据之间的拟合关系式，具体为采用如下算式作为拟合关系式：Y＝A*X2+B*X+C式中Y为修正前的日用电量数据；X为日平均气温；A为第一拟合参数；B为第二拟合参数；C为第三拟合参数；所述的建立气温影响扣除模型，具体为采用如下算式作为气温影响扣除模型： 式中Y'为修正后的日用电量数据；Y为修正前的日用电量数据；X为日平均气温；A为第一拟合参数；B为第二拟合参数；D为设定的温度阈值；S4.获取预测范围内企业当日日用电量，并采用步骤S3建立的气温影响扣除模型扣除气温影响，从而得到预测范围的内企业实际日用电量；S5.根据步骤S4得到的预测范围内的企业实际日用电量，以及步骤S2得到的企业分类结果，得到预测范围内的分行业日用电量数据和分区域日用电量数据；S6.计算企业复产电量比例、分行业复产企业用户比例和分区域复产企业用户比例；具体为采用如下步骤进行计算：a.采用如下算式计算企业复产电量比例： 式中m企业复产电量比例为企业复产电量比例；m当日电量为企业修正后的日用电量数据；m除夕前第三周日用电量均值为企业在除夕前第三周的日用电量的平均值；b.采用如下算式，在各行业和各区域，计算复产企业用户比例： 式中n复产企业用户比例为复产企业用户比例；n企业复产电量比例超过设定阈值的企业户数为企业复产电量比例超过设定阈值的企业户数；n总企业户数为总企业户数；S7.根据步骤S6的计算结果，对企业复工进行预测；具体为采用如下步骤进行预测：1采用如下算式计算企业复工预测系数：M复产电力规模指数＝m企业复产电量比例*100N复工电力协调指数＝n复产企业用户比例-m企业复产电量比例*100式中M复产电力规模指数为复产电力规模指数；m企业复产电量比例为企业复产电量比例；N复工电力协调指数为复工电力协调指数；n复产企业用户比例为复产企业用户比例；2采用如下规则对企业复工进行预测：若复产电力规模指数越大，则表示对应的企业产能恢复情况越好；若复工电力协调指数越小，说明对应行业或对应区域的用电越集聚，已复工的企业平均产能恢复至节前正常水平；若复工电力协调指数越大，说明对应行业或对应区域的用电越分散，已复工的企业平均产能未恢复至节前正常水平。

全文数据：

权利要求：

百度查询： 国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司 基于电力数据的春节期间企业复工预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD