【技术实现步骤摘要】
电力营销数据采集分析方法
[0001]本专利技术涉及电力营销数据分析
，具体为一种电力营销数据采集分析方法
。
技术介绍
[0002]当前，售电公司的出现，交易方式将逐步升级，出现电网
+
互联网
+
信用
+
期货
+
零售
+
批发等多种灵活
、
自主的交易方式，导致电力企业在开拓售电市场
、
防范经营风险等方面面临的压力与日俱增，同时面临着优质客户减少
、
市场份额下降及优质人才流失的严峻挑战，尤其对营销服务业务提出了更高的要求和新的挑战
。
因此，如何合理有效的利用电力营销数据变得尤为重要
。
[0003]目前，电力营销数据日益呈现出数量大
、
更新速度快和形式多样化的特点
。
电力大数据的特征主要为：数据量大
(Volume)
，这是电力大数据的一个重要特征，随着电力信息化建设的不断推进，电力数据...
【技术保护点】
【技术特征摘要】
1.
一种电力营销数据采集分析方法，其特征在于，包括以下步骤：获取电力营销数据，并将电力营销数据按照设定的属性分类存储在预先设定的存储结构内，所述设定的属性包括丰水期
、
平水期和枯水期；遍历存储结构内存储的电力营销数据，填充到表格中；获取存储结构内存储的电力营销数据，分析丰水期
、
平水期和枯水期的电力营销数据架构信息，所述电力营销数据架构信息包括成交总量
、
新能源占比量和传统电力占比量；基于电力营销数据架构信息分别预测丰水期电力成交增长率
、
平水期电力成交增长率和枯水期电力成交增长率；基于丰水期
、
平水期和枯水期的电力销售成交价分别计算丰水期成交价波动率
、
平水期成交价波动率和枯水期成交价波动率；基于电力营销数据架构信息和电力销售成交价估算成本损失
。2.
根据权利要求1所述的一种电力营销数据采集分析方法，其特征在于，所述将电力营销数据按照设定的属性分类存储在预先设定的存储结构内的过程如下：获取电力营销数据，对电力营销数据进行预处理，所述预处理包括删除空白值和异常值；根据电力营销数据中的时间戳进行分类，将分类后的电力营销数据存储到存储结构中对应的区域内
。3.
根据权利要求2所述的一种电力营销数据采集分析方法，其特征在于，在将分类后的电力营销数据存储到存储结构中对应的区域内后进行数据验证，验证过程为：连接存储结构，查询电力营销数据；将查询结果与预处理后的电力营销数据进行比较，包括数据数量比较和数据值比较；记录验证结果
。4.
根据权利要求2所述的一种电力营销数据采集分析方法，其特征在于，所述遍历存储结构内存储的电力营销数据，填充到表格中的过程为：创建一个空的表格，添加表格的列，并根据属性进行命名；遍历存储结构中的丰水期数据，并将每条数据填充到表格的丰水期列中；遍历存储结构中的平水期数据，并将每条数据填充到表格的平水期列中；遍历存储结构中的枯水期数据，并将每条数据填充到表格的枯水期列中；保存表格
。5.
根据权利要求2所述的一种电力营销数据采集分析方法，其特征在于，所述成交总量包括年度成交总量和月度成交总量，所述新能源占比量包括新能源年度占比量和新能源月度占比量，所述传统电力占比量包括传统电力年度占比量和传统电力月度占比量
。6.
根据权利要求5所述的一种电力营销数据采集分析方法，其特征在于，所述分析丰水期
、
平水期和枯水期的电力营销数据架构信息的过程如下：获取年度成交总量和月度成交总量；获取单日成交量中的单日传统电力交易量和单日新能源电力交易量，基于单日传统电力交易量分别计算年度传统电力交易量和月度传统电力交易量；基于单日新能源电力交易量分别计算年度新能源电力交易量和月度新能源电力交易量；基于年度传统电力交易量和月度传统电力交易量分别计算传统电力年度占比量和传统电力月度占比量；
基于年度新能源电力交易量和月度新能源电力交易量分别计算新能源年度占比量和新能源月度占比量
。7.
根据权利要求6所述的一种电力营销数据采集分析方法，其特征在于，所述基于电力营销数据架构信息分别预测丰水期电力成交增长率
、
平水期电力成交增长率和枯水期电力成交增长率的过程如下：获取电力营销数据的丰水期单日成交量
、
平水期单日成交量以及枯水期单日成交量；基于丰水期单日成交量
、
平水期单日成交量以及枯水期单日成交量分别计算每个年度的丰水期成交电量
、
平水期成交电量和枯水期成交电量；基于每个年度的丰水期成交电量
、
平水期成交电量和枯水期成交电量分别计算丰水期电力成交增长率
、
平水期电力成交增长率和枯水期电力成交增长率，计算公式如下：其中，
P(
f,p,k
)
为丰水期电力成交增长...
【专利技术属性】
技术研发人员：江新达，张东，吴小邦，罗全才，倪超，徐尧，周瑞，刘威，许玲，
申请(专利权)人：国网安徽省电力有限公司铜陵供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。