基于电力交易数据的售电公司特征模型分析方法及系统与流程

1.本发明属于数据处理技术领域，尤其涉及基于电力交易数据的售电公司特征模型分析方法及系统。


背景技术：

2.电力交易是针对电力商品或服务进行的买卖活动。包括电能交易、辅助服务交易、输电权交易等。
3.售电公司是具有满足参加市场交易的报价、信息报送、合同签订、客户服务等功能的电力市场技术支持系统和客户服务平台。可采取电力市场购电，通过电力交易平台开展双边协商交易或集中交易。向用户提供包括但不限于合同能源管理、综合节能、合理用能资讯和用电设备运行维护等增值服务的电力市场主体。
4.对当前的用户而言，售电公司的数量繁多，难以通过简单的观察判断其可靠性，因此亟需一种对售电公司的可靠性进行判断的评价方法。


技术实现要素：

5.本发明实施例的目的在于提供基于电力交易数据的售电公司特征模型分析方法，旨在解决售电公司的数量繁多，难以通过简单的观察判断其可靠性的问题，本发明中，通过对各个售电公司进行特征分析，来确定各个售电公司的特征，从而对售电公司未来时间可能遇到的风险进行分析。
6.本发明实施例是这样实现的，基于电力交易数据的售电公司特征模型分析方法，所述方法包括：获取售电公司基本信息以及相应的电力交易数据；根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征；对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型；根据售电公司特征模型进行风险分析，生成风险分析报告。
7.优选的，所述根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征的步骤，具体包括：根据售电公司基本信息生成检索关键字；根据检索关键字在网络中进行检索，得到网络资讯信息；对网络资讯信息进行内容提取，生成外部资讯特征。
8.优选的，所述对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型的步骤，具体包括：按照时间顺序对电力交易数据进行排序，并按照电力交易发生的时间对电力交易数据进行分割，得到时序交易数据；
根据时序交易数据生成交易数据特征；根据交易数据特征和外部资讯特征构建售电公司特征模型。
9.优选的，所述根据售电公司特征模型进行风险分析，生成风险分析报告包括：根据售电公司特征模型生成特征曲线；计算特征曲线各点的曲率，生成拟合函数；根据拟合函数生成预估曲线，生成风险分析报告。
10.优选的，售电公司基本信息和电力交易数据均加密存储于数据库中。
11.优选的，存储数据时，根据不同的售电公司将相应的数据分区存储。
12.本发明实施例中的另一目的在于提供一种基于电力交易数据的售电公司特征模型分析系统，所述系统包括：数据获取模块，用于获取售电公司基本信息以及相应的电力交易数据；外部特征生成模块，用于根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征；模型构建模块，用于对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型；风险分析模块，用于根据售电公司特征模型进行风险分析，生成风险分析报告。
13.优选的，所述外部特征生成模块包括：关键字生成单元，用于根据售电公司基本信息生成检索关键字；数据检索单元，用于根据检索关键字在网络中进行检索，得到网络资讯信息；内容提取单元，用于对网络资讯信息进行内容提取，生成外部资讯特征。
14.优选的，所述模型构建模块包括：数据排序模块，用于按照时间顺序对电力交易数据进行排序，并按照电力交易发生的时间对电力交易数据进行分割，得到时序交易数据；交易特征生成单元，用于根据时序交易数据生成交易数据特征；模型生成单元，用于根据交易数据特征和外部资讯特征构建售电公司特征模型。
15.优选的，所述风险分析模块包括：曲线生成单元，用于根据售电公司特征模型生成特征曲线；函数拟合单元，用于计算特征曲线各点的曲率，生成拟合函数；报告生成单元，用于根据拟合函数生成预估曲线，生成风险分析报告。
16.本发明实施例提供的基于电力交易数据的售电公司特征模型分析方法，通过对各个售电公司的相关信息进行收集，从多个维度对售电公司进行分析，从而为每一个售电公司构建相应的特征模型，根据该特征模型能够快速确定该公司的特征，因此，进一步根据该公司的特征模型来对其未来的运营情况进行预估，分析其可能发生的风险，以起到风险预警的作用。
附图说明
17.图1为本发明实施例提供的基于电力交易数据的售电公司特征模型分析方法的流程图；图2为本发明实施例提供的根据售电公司基本信息获取网络资讯信息，根据网络
资讯信息生成外部资讯特征的步骤的流程图；图3为本发明实施例提供的对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型的步骤的流程图；图4为本发明实施例提供的根据售电公司特征模型进行风险分析，生成风险分析报告的步骤的流程图；图5为本发明实施例提供的基于电力交易数据的售电公司特征模型分析系统的架构图；图6为本发明实施例提供的外部特征生成模块的架构图；图7为本发明实施例提供的模型构建模块的架构图；图8为本发明实施例提供的风险分析模块的架构图。
具体实施方式
18.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
19.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本技术的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
20.售电公司是具有满足参加市场交易的报价、信息报送、合同签订、客户服务等功能的电力市场技术支持系统和客户服务平台。可采取电力市场购电，通过电力交易平台开展双边协商交易或集中交易。向用户提供包括但不限于合同能源管理、综合节能、合理用能资讯和用电设备运行维护等增值服务的电力市场主体。对当前的用户而言，售电公司的数量繁多，难以通过简单的观察判断其可靠性，因此亟需一种对售电公司的可靠性进行判断的评价方法。
21.本发明中，通过对各个售电公司的相关信息进行收集，从多个维度对售电公司进行分析，从而为每一个售电公司构建相应的特征模型，根据该特征模型能够快速确定该公司的特征，因此，进一步根据该公司的特征模型来对其未来的运营情况进行预估，分析其可能发生的风险，以起到风险预警的作用。
22.如图1所示，为本发明实施例提供的基于电力交易数据的售电公司特征模型分析方法的流程图，所述方法包括：s100，获取售电公司基本信息以及相应的电力交易数据。
23.在本步骤中，获取售电公司基本信息以及相应的电力交易数据，售电公司很多，首先收集各个售电公司的基本信息，包括公司名称、公司注册信息、公司法定代表人、公司运营状况以及公司持股情况等，并获取电力交易数据，电力交易数据即为各个售电公司在历史运营过程中，与各个用户之间进行交易的数据，至少包括用户评价等信息。
24.s200，根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征。
25.在本步骤中，根据售电公司基本信息获取网络资讯信息，为了对售电公司进行多
维度的评价，从而根据售电公司基本信息进行检索，收集网络中与该公司相关的资讯信息，即得到网络资讯信息，具体的，包含相关单位或企业发布的奖励或者处罚信息，网络资讯信息则是售电公司以及用户以外的信息，据此进行内容提取，以生成外部资讯特征，即确定了外部对该售电公司的评价。
26.s300，对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型。
27.在本步骤中，对电力交易数据进行数据分析，通过对该电力交易数据进行分解，从而得到每个售电公司各自对应的数据，通过对每个售电公司的历史交易情况进行分析，从而确定该公司在提供电力交易服务时的特点，以生成交易数据特征，该交易数据特征即为客观存在的特征，根据各个特征即可得到相应的标签，根据标签即可确定售电公司特征模型，通过标签和特征即可对售电公司进行表征。
28.s400，根据售电公司特征模型进行风险分析，生成风险分析报告。
29.在本步骤中，根据售电公司特征模型进行风险分析，在得到售电公司的特征之后，根据各项特征生成相应的特征曲线，如评价曲线，故障率曲线等，进而根据上述特征曲线进行拟合，以得到相应的拟合函数，根据拟合函数对未来预设时间长度内的数值进行计算，将计算得到的数值与相应的阈值进行比较，判断是否存在风险，以得到风险分析报告。
30.如图2所示，作为本发明的一个优选实施例，所述根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征的步骤，具体包括：s201，根据售电公司基本信息生成检索关键字。
31.在本步骤中，根据售电公司基本信息生成检索关键字，具体的，将公司名称、简称、公司法定代表人等作为关键字。
32.s202，根据检索关键字在网络中进行检索，得到网络资讯信息。
33.s203，对网络资讯信息进行内容提取，生成外部资讯特征。
34.在本步骤中，根据检索关键字在网络中进行检索，检索得到的结果中至少包含一个检索关键字，为了缩小范围，通过语义识别，确定每个检索结果包含的内容，对无关于售电公司的资讯进行删除，留下来的资讯即为网络资讯信息。
35.如图3所示，作为本发明的一个优选实施例，所述对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型的步骤，具体包括：s301，按照时间顺序对电力交易数据进行排序，并按照电力交易发生的时间对电力交易数据进行分割，得到时序交易数据。
36.在本步骤中，按照时间顺序对电力交易数据进行排序，具体的，确定每一个电力交易的发生时间，即用户与售电公司之间建立合同关系的时间，进而根据该发生时间对每一个合同关系所涉及的数据进行排序，从而得到一系列起始时间按照时间顺序排列的电力交易数据，得到时序交易数据。
37.s302，根据时序交易数据生成交易数据特征。
38.s303，根据交易数据特征和外部资讯特征构建售电公司特征模型。
39.在本步骤中，交易评价数据则为与售电公司签订合同已经执行完毕之后，用户对售电公司进行的评价数据，如服务质量、故障处理速度等，具体的，可以根据总时长确定服务时长特征，如总时长在一年内为短期交易，一到五年为中期交易，五年以上为长期交易，
根据交易评价数据生成交易数据特征，具体的，直接根据用户评价提取关键字即可，如服务态度差、处理不及时、稳定性差等；根据上述交易数据特征和外部资讯特征生成相应的标签，并可以根据标签对售电公司进行分类，以得到建售电公司特征模型，根据每个售电公司的历史订单情况在建售电公司特征模型添加相应的历史订单特征，如服务区域、供电范围等。
40.如图4所示，作为本发明的一个优选实施例，所述根据售电公司特征模型进行风险分析，生成风险分析报告包括：s401，根据售电公司特征模型生成特征曲线。
41.在本步骤中，根据售电公司特征模型生成特征曲线，根据各项特征调取相应的数据，并按照时间顺序进行排序，从而构建二维坐标系，以时间为横轴，以各项数值为纵轴生成坐标点，其纵轴数值可以为用户评分数值，将各个坐标点以平滑曲线连接。
42.s402，计算特征曲线各点的曲率，生成拟合函数。
43.s403，根据拟合函数生成预估曲线，生成风险分析报告。
44.在本步骤中，计算特征曲线各点的曲率，曲率代表了该点的弯曲程度，曲率值越大，则说明该点的对应的变化率越大，因此曲率值越大，说明稳定性越小，因此可以统计曲率超过预设值的点，将其定义为波动点，波动点占比超过预设值时，即视为存在风险；得到特征曲线之后，从而生成与特征曲线对应的拟合函数，在此过程中，按照预设的时间间隔进行取点，以得到扩展坐标，根据扩展坐标进行拟合，得到拟合函数，根据拟合函数计算得到相应的数值，得到预估坐标点，并以平滑曲线连接，得到预估曲线，通过将预估坐标点对应的纵轴与阈值进行比较，判定风险是否存在，也可以根据预估曲线与预设的阈值曲线的位置关系判断是否存在风险，存在风险时，生成风险分析报告，所述风险分析报告包括已有风险评估结果和预估风险结果，其中已有风险评估结果为根据特征曲线分析得到的风险项，预估风险结果为根据预估曲线分析的得到的风险项。
45.如图5所示，为本发明实施例提供的基于电力交易数据的售电公司特征模型分析系统，所述系统包括：数据获取模块100，用于获取售电公司基本信息以及相应的电力交易数据。
46.在本系统中，数据获取模块100获取售电公司基本信息以及相应的电力交易数据，售电公司很多，首先收集各个售电公司的基本信息，包括公司名称、公司注册信息、公司法定代表人、公司运营状况以及公司持股情况等，并获取电力交易数据，电力交易数据即为各个售电公司在历史运营过程中，与各个用户之间进行交易的数据，至少包括用户评价等信息。
47.外部特征生成模块200，用于根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征。
48.在本系统中，外部特征生成模块200根据售电公司基本信息获取网络资讯信息，为了对售电公司进行多维度的评价，从而根据售电公司基本信息进行检索，收集网络中与该公司相关的资讯信息，即得到网络资讯信息，网络资讯信息则是售电公司以及用户以外的信息，据此进行内容提取，以生成外部资讯特征，即确定了外部对该售电公司的评价。
49.模型构建模块300，用于对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型。
50.在本系统中，模型构建模块300对电力交易数据进行数据分析，通过对该电力交易数据进行分解，从而得到每个售电公司各自对应的数据，通过对每个售电公司的历史交易情况进行分析，从而确定该公司在提供电力交易服务时的特点，以生成交易数据特征，该交易数据特征即为客观存在的特征，根据各个特征即可得到相应的标签，根据标签即可确定售电公司特征模型，通过标签和特征即可对售电公司进行表征。
51.风险分析模块400，用于根据售电公司特征模型进行风险分析，生成风险分析报告。
52.在本系统中，风险分析模块400根据售电公司特征模型进行风险分析，在得到售电公司的特征之后，根据各项特征生成相应的特征曲线，如评价曲线，故障率曲线等，进而根据上述特征曲线进行拟合，以得到相应的拟合函数，根据拟合函数对未来预设时间长度内的数值进行计算，将计算得到的数值与相应的阈值进行比较，判断是否存在风险，以得到风险分析报告。
53.如图6所示，作为本发明的一个优选实施例，所述外部特征生成模块200包括：关键字生成单元201，用于根据售电公司基本信息生成检索关键字。
54.在本模块中，关键字生成单元201根据售电公司基本信息生成检索关键字，具体的，将公司名称、简称、公司法定代表人等作为关键字。
55.数据检索单元202，用于根据检索关键字在网络中进行检索，得到网络资讯信息。
56.内容提取单元203，用于对网络资讯信息进行内容提取，生成外部资讯特征。
57.在本模块中，根据检索关键字在网络中进行检索，检索得到的结果中至少包含一个检索关键字，为了缩小范围，通过语义识别，确定每个检索结果包含的内容，对无关于售电公司的资讯进行删除，留下来的资讯即为网络资讯信息。
58.如图7所示，作为本发明的一个优选实施例，所述模型构建模块300包括：数据排序模块301，用于按照时间顺序对电力交易数据进行排序，并按照电力交易发生的时间对电力交易数据进行分割，得到时序交易数据。
59.在本模块中，数据排序模块301按照时间顺序对电力交易数据进行排序，具体的，确定每一个电力交易的发生时间，即用户与售电公司之间建立合同关系的时间，进而根据该发生时间对每一个合同关系所涉及的数据进行排序，从而得到一系列起始时间按照时间顺序排列的电力交易数据，得到时序交易数据。
60.交易特征生成单元302，用于根据时序交易数据生成交易数据特征。
61.模型生成单元303，用于根据交易数据特征和外部资讯特征构建售电公司特征模型。
62.在本模块中，交易评价数据则为与售电公司签订合同已经执行完毕之后，用户对售电公司进行的评价数据，如服务质量、故障处理速度等，具体的，可以根据总时长确定服务时长特征，如总时长在一年内为短期交易，一到五年为中期交易，五年以上为长期交易，根据交易评价数据生成交易数据特征，具体的，直接根据用户评价提取关键字即可，如服务态度差、处理不及时、稳定性差等；根据上述交易数据特征和外部资讯特征生成相应的标签，并可以根据标签对售电公司进行分类，以得到建售电公司特征模型，根据每个售电公司的历史订单情况在建售电公司特征模型添加相应的历史订单特征，如服务区域、供电范围等。
63.如图8所示，作为本发明的一个优选实施例，所述风险分析模块400包括：曲线生成单元401，用于根据售电公司特征模型生成特征曲线。
64.在本模块中，曲线生成单元401根据售电公司特征模型生成特征曲线，根据各项特征调取相应的数据，并按照时间顺序进行排序，从而构建二维坐标系，以时间为横轴，以各项数值为纵轴生成坐标点，将各个坐标点以平滑曲线连接。
65.函数拟合单元402，用于计算特征曲线各点的曲率，生成拟合函数。
66.报告生成单元403，用于根据拟合函数生成预估曲线，生成风险分析报告。
67.在本模块中，计算特征曲线各点的曲率，得到特征曲线之后，从而生成与特征曲线对应的拟合函数，在此过程中，按照预设的时间间隔进行取点，以得到扩展坐标，根据扩展坐标进行拟合，得到拟合函数，根据拟合函数计算得到相应的数值，得到预估坐标点，并以平滑曲线连接，得到预估曲线，通过将预估坐标点对应的纵轴与阈值进行比较，判定风险是否存在，也可以根据预估曲线与预设的阈值曲线的位置关系判断是否存在风险，存在风险时，生成风险分析报告。
68.在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取售电公司基本信息以及相应的电力交易数据；根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征；对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型；根据售电公司特征模型进行风险分析，生成风险分析报告。
69.在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取售电公司基本信息以及相应的电力交易数据；根据售电公司基本信息获取网络资讯信息，根据网络资讯信息生成外部资讯特征；对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型；根据售电公司特征模型进行风险分析，生成风险分析报告。
70.应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
71.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取
存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
72.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
73.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
74.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。