北京中电普华信息技术有限公司

本发明公开一种面向海量电力数据的数据血缘处理方法及系统，针对现有通用数据血缘技术在电力行业异构系统适配差、复杂逻辑解析精度低、性能不足及缺乏场景化应用的问题，本发明采用全量初始化结合按日增量更新的混合采集策略，基于AST抽象语法树扩展支持电力行业主流SQL方言，构建表级、字段级、任务级、系统级数据血缘，通过图数据库实现结构化存储，采用数据层‑解析层‑渲染层架构实现端到端血缘可视化，并提供全景概览、运维、应用及管理四大场景化服务。本发明实现了电力数据全生命周期的可追溯、可管理、可应用，显著提升数据治理效率与运维能力，优化数据资源配置，为电力业务数字化转型提供坚实支撑。

本申请提供一种用电量异常检测方法，包括：根据滑动窗口技术对预设的用户历史用电量数据进行切片，得到历史用电量矩阵；将所述历史用电量矩阵输入至预设的神经网络模型，对所述神经网络模型进行训练，得到电量异常识别模型；将待检测用户的用电量数据输入至所述电量识别模型，得到电量识别结果。这样便实现了对用户用电量的准确识别。

本发明提供一种施工用电费用管理风险识别方法、电子设备及存储介质，施工阶段包括施工进行阶段，所述方法包括：获取所述施工进行阶段的用电数据，其中，所述用电数据包括日均用电量和用电时长；基于所述日均用电量和用电时长，确定施工进行阶段所述日均用电量偏离预设日用电量区间的幅度和所述用电时长偏离预设用电时长区间的幅度；响应于确定所述施工进行阶段的日均用电量偏离预设日用电量区间的幅度大于等于预设电量幅度，且所述用电时长偏离预设用电时长区间的幅度大于等于预设时长幅度，则初步确定该施工进行阶段存在用电欠费风险。本申请中的方法解决了施工用电管理场景中欠费风险识别和预警能力不足的问题。

本发明涉及电力营销管理相关领域，公开了一种基于大数据的多维度电力营销分析方法及系统，通过基于个体用户用电特征行为的电力营销方式，实现了对于区域内电力使用的管理调度，即根据用户用电习惯判断用户的用电需求以及用电特征时间段，从而对区域内的群体用电需求进行管理规划，通过优惠营销的方式鼓励用户在区域群体需求的营销时间段内完成对应的用电需求动作，进而实现对于区域用电总量曲线的均化管理，减少区域群体用电的用电峰值或是降低用电峰值高度。