发电企业行为分析方法、装置以及电子设备制造方法及图纸

本发明专利技术提供了一种发电企业行为分析方法、装置以及电子设备，涉及企业行为分析技术领域，发电企业行为分析方法包括：建立企业行为数据的检测指标模型；根据所述检测指标模型确定企业行为的目标变量与预测变量；对所述预测变量进行离散化处理，得到分类变量；根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果；根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果；根据所述分类结果检测企业行为特征数据，得到发电企业行为分析结果，解决了现有技术中存在的对发电企业行为的检测分析角度较为单一的技术问题。

Power generation enterprise behavior analysis method, device and electronic equipment

The invention provides a behavior analysis method, device and electronic equipment for power generation enterprises, which relates to the field of enterprise behavior analysis technology. The behavior analysis method for power generation enterprises includes: establishing a detection index model of enterprise behavior data; determining target variables and predictive variables of enterprise behavior according to the detection index model; and The prediction variables are discretized to obtain classification variables; the classification variables are screened by nonparametric test according to the target variables; the classification results are obtained by decision tree CHAID algorithm; and the classification results are detected according to the classification results. Behavior characteristic data can be used to get the behavior analysis results of power generation enterprises, which solves the technical problem that the existing technology has a single angle of detection and analysis of the behavior of power generation enterprises.

【技术实现步骤摘要】
发电企业行为分析方法、装置以及电子设备
本专利技术涉及企业行为分析
，尤其是涉及一种发电企业行为分析方法、装置以及电子设备。
技术介绍
电力交易中心作为电力交易市场的组织单位，其主要职能是为发电、购电双方提供交易服务，将交易情况与调度机构衔接以校核交易的有效性，并提供结算服务。随着电力交易市场技术支撑平台的建成，各类电力交易品种全面在线开展，双边协商、集中竞价以及挂牌交易已逐渐成为被市场认可的具有较强可操作性的交易模式，电力交易中心需要通过分析电力市场成员行为特征为其管理提供重要参考，以便针对不同的市场成员提供精细化服务，降低电力市场运营风险，进而推动电力交易市场健康有序发展。其中，发电企业作为电力市场中最重要市场成员，在整个电力交易中起很大的作用。在一定的市场条件下，发电企业有可能利用自身持留发电能力和报过高的电价，导致电价高于正常竞争价格。为保证电力市场安全稳定运行并促进其健康发展，对发电企业行为进行分析十分必要。目前，传统发电企业行为分析基本上采用基于博弈论或者运筹学的方法来展开计算或模拟，但是这些方法侧重于指导发电企业采用合适的报价策略以获得最大的利润，对发电企业行为的检测分析角度较为单一，从而不能为市场监管提供有价值的信息。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种发电企业行为分析方法、装置以及电子设备，以解决现有技术中存在的对发电企业行为的检测分析角度较为单一的技术问题。第一方面，本专利技术实施例提供了一种发电企业行为分析方法，包括：建立企业行为数据的检测指标模型；根据所述检测指标模型确定企业行为的目标变量与预测变量；对所述预测变量进行离散化处理，得到分类变量；根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果；根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果；根据所述分类结果检测企业行为特征数据，得到发电企业行为分析结果。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述建立企业行为数据的检测指标模型，具体包括：根据企业的信息数据、交易策略数据以及交易管理数据建立企业行为数据的检测指标模型。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述检测指标模型确定企业行为的目标变量与预测变量，具体包括：根据所述交易管理数据确定目标变量；根据所述企业的信息数据与所述交易策略数据确定预测变量。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述对所述预测变量进行离散化处理，得到分类变量，具体包括：根据所述信息数据与所述交易管理数据，通过所述检测指标模型中的指标计算公式进行计算，得到指标数值；根据所述指标数值对所述预测变量进行离散化处理，得到分类变量。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述分类变量为两个类型的预测变量。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果，具体包括：根据所述目标变量与所述两个类型的预测变量，通过两个独立样本的非参数检验法进行检测，得到所述目标变量在所述两个类型的预测变量中的分布情况；根据所述分布情况对所述两个类型的预测变量进行筛选，得到预测变量筛选结果。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，所述根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果，具体包括：根据所述预测变量筛选结果通过决策树CHAID算法提取目标预测变量；根据所述目标预测变量通过决策树CHAID算法对企业进行分类，得到分类结果。第二方面，本专利技术实施例还提供一种发电企业行为分析装置，包括：建立模块，用于建立企业行为数据的检测指标模型；确定模块，用于根据所述检测指标模型确定企业行为的目标变量与预测变量；处理模块，用于对所述预测变量进行离散化处理，得到分类变量；筛选模块，用于根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果；分类模块，用于根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果；检测模块，用于根据所述分类结果检测企业行为特征数据，得到发电企业行为分析结果。第三方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有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上述如第一方面所述的方法的步骤。第四方面，本专利技术实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如第一方面所述的方法。本专利技术实施例提供的技术方案带来了以下有益效果：本专利技术实施例提供的发电企业行为分析方法、装置以及电子设备中，发电企业行为分析方法包括：首先，建立企业行为数据的检测指标模型，然后，根据检测指标模型确定企业行为的目标变量与预测变量，之后对预测变量进行离散化处理从而得到分类变量，然后根据目标变量通过非参数检验法对分类变量进行筛选从而得到筛选结果，之后，根据筛选结果通过决策树CHAID算法对企业进行分类从而得到分类结果，最后，根据分类结果检测企业行为特征数据从而得到发电企业行为分析结果，通过非参数检验法考察目标变量在离散化处理后的预测变量类别上是否存在差异，再通过决策树CHAID算法提取对目标变量有重要影响的预测变量，能够根据决策树拆分结果对发电企业进行划分，以便为电力交易风险识别和风险管理提供决策支持，因此，使用非参数检验法与CHAID算法结合的方法有助于分析发电企业的交易行为特征，从而提取影响发电企业交易情况的主要因素，同时从电力交易管理的角度来看，也有助于对不同的发电企业开展风险识别和管理，从而使企业行为的检测分析过程增加了更加全面的风险识别与风险管理的角度，从而解决了现有技术中存在的对发电企业行为的检测分析角度较为单一的技术问题。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术实施例一所提供的发电企业行为分析方法的流程图；图2示出了本专利技术实施例二所提供的发电企业行为分析方法的流程图；图3示出了本专利技术实施例二所提供的发电企业申报成交率决策树图；图4示出了本专利技术实施例三所提供的一种发电企业行为分析装置的结构示意图；图5示出了本专利技术实施例四所提供的一种电子设备的结构示意图。图标：3-发电企业行为分析装置；31-建立模块；32-确定模块；33-处理模块；34-筛选模块；35-分类模块；36-检测模块；4-电子设备；41-存储器；42-处理器；43-总线；44-通信接口。具体实施方式为使本专利技术实施例的本文档来自技高网...

【技术保护点】
1.一种发电企业行为分析方法，其特征在于，包括：建立企业行为数据的检测指标模型；根据所述检测指标模型确定企业行为的目标变量与预测变量；对所述预测变量进行离散化处理，得到分类变量；根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果；根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果；根据所述分类结果检测企业行为特征数据，得到发电企业行为分析结果。

【技术特征摘要】
1.一种发电企业行为分析方法，其特征在于，包括：建立企业行为数据的检测指标模型；根据所述检测指标模型确定企业行为的目标变量与预测变量；对所述预测变量进行离散化处理，得到分类变量；根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果；根据所述筛选结果通过决策树CHAID算法对企业进行分类，得到分类结果；根据所述分类结果检测企业行为特征数据，得到发电企业行为分析结果。2.根据权利要求1所述的发电企业行为分析方法，其特征在于，所述建立企业行为数据的检测指标模型，具体包括：根据企业的信息数据、交易策略数据以及交易管理数据建立企业行为数据的检测指标模型。3.根据权利要求2所述的发电企业行为分析方法，其特征在于，所述根据所述检测指标模型确定企业行为的目标变量与预测变量，具体包括：根据所述交易管理数据确定目标变量；根据所述企业的信息数据与所述交易策略数据确定预测变量。4.根据权利要求3所述的发电企业行为分析方法，其特征在于，所述对所述预测变量进行离散化处理，得到分类变量，具体包括：根据所述信息数据与所述交易管理数据，通过所述检测指标模型中的指标计算公式进行计算，得到指标数值；根据所述指标数值对所述预测变量进行离散化处理，得到分类变量。5.根据权利要求1所述的发电企业行为分析方法，其特征在于，所述分类变量为两个类型的预测变量。6.根据权利要求5所述的发电企业行为分析方法，其特征在于，所述根据所述目标变量，通过非参数检验法对所述分类变量进行筛选，得到筛选结果，...

【专利技术属性】
技术研发人员：承林，王海宁，史述红，张显，刘永辉，方印，高春成，王蕾，代勇，王清波，张倩，习培玉，吴雨健，吕俊良，汪涛，袁明珠，李守保，陶力，谭翔，赵显，薛佳兴，
申请(专利权)人：北京科东电力控制系统有限责任公司，北京电力交易中心有限公司，国网辽宁省电力有限公司电力科学研究院，
类型：发明
国别省市：北京,11