本技术涉及计算机应用,尤其涉及一种电力行业产业链模型生成方法、装置、存储介质和设备。
背景技术:
1、电力行业是关乎国计民生的支柱产业,随着国民经济的不断发展以及电力行业不断向数字化、智能化、绿色化转型升级,数字技术、低碳节能技术等行业规模日益扩张,已经形成了庞大的电力行业生态圈。
2、在当前的关于电力行业产业链的研究中,都是集中在对电力行业产业链中历史数据的分析,以设置电力行业产业链的风险等级,以及对企业内部的经营指标进行评估,从而确定经营指标对企业和电力行业产业链的影响程度。明显的,现有技术缺乏对电力行业产业链中各个企业之间关联性的研究,从而无法深入获悉电力行业产业链的企业结构布局。
技术实现思路
1、本技术提供了一种电力行业产业链模型生成方法、装置、存储介质和设备,目的在于生成电力行业产业链模型,以辅助用户直接获悉电力行业产业链中各个电力企业之间的关联性。
2、为了实现上述目的,本技术提供了以下技术方案:
3、一种电力行业产业链模型生成方法,包括:
4、基于预先获取的工商行业的经营数据集,获取工商企业样本,以及基于预先获取的电力行业的经营数据集,获取电力企业样本;
5、利用所述工商企业样本、所述电力企业样本、预先构建的卷积神经网络,训练得到电力行业归类模型;所述电力行业归类模型用于指示各个电力企业样本的企业类型;所述企业类型包括上游企业和下游企业中的任意一项;
6、从各个所述电力企业样本的经营活动数据中,提取各个电力企业行为特征;
7、基于各个所述电力企业样本的企业类型,以及各个所述电力企业行为特征,构建电力行业产业链模型。
8、可选的,所述基于预先获取的工商行业的经营数据集,获取工商企业样本,包括:
9、预先获取工商行业的经营数据集;所述经营数据集都包括多个企业经营范围数据;
10、对所述工商行业的企业经营数据进行预处理,以删除所述企业经营数据中的目标词汇,得到所述工商行业的特征指标集合;所述特征指标集合包括多个特征指标;
11、从各个所述特征指标中,提取企业名称、服务类别以及行业代码,作为工商行业数据特征;
12、对所述工商行业数据特征进行词向量化,得到工商企业样本。
13、可选的,所述基于预先获取的电力行业的经营数据集,获取电力企业样本,包括:
14、预先获取电力行业的经营数据集;所述经营数据集都包括多个企业经营范围数据;
15、对所述电力行业的企业经营数据进行预处理,以删除所述企业经营数据中的目标词汇,得到所述电力行业的特征指标集合;所述特征指标集合包括多个特征指标;
16、从各个所述特征指标中,提取生产商品类别、销售商品类别、服务项目以及生产经营方向,作为电力行业数据特征;
17、对所述电力行业数据特征进行词向量化,得到电力企业样本。
18、可选的,所述利用所述工商企业样本、所述电力企业样本、预先构建的卷积神经网络,训练得到电力行业归类模型,包括:
19、构建卷积神经网络;所述卷积神经网络包括卷积层、池化层、自适应层、全连接层;
20、利用所述工商企业样本作为训练样本,对所述卷积神经网络进行训练,得到工商行业归类模型;所述工商行业归类模型用于指示各个所述工商企业样本的企业类型;
21、对所述工商行业归类模型中的自适应层进行迁移学习,得到候选归类模型;
22、利用所述电力企业样本作为训练样本,对所述候选归类模型中的卷积层、池化层以及全连接层进行训练,得到电力行业归类模型。
23、可选的,所述从各个所述电力企业的经营活动数据中,提取各个电力企业行为特征,包括:
24、获取各个所述电力企业样本的经营活动数据;
25、对各个所述经营活动数据进行分析,得到各个电力企业经营指标;
26、对各个所述电力企业经营指标进行特征提取,得到行为特征集合;所述行为特征集合包括多个电力企业行为特征。
27、可选的,所述基于各个所述电力企业样本的企业类型,以及各个所述电力企业行为特征,构建电力行业产业链模型,包括:
28、获取各个所述电力企业样本所提供的产品服务;
29、基于各个所述电力企业样本的企业类型,以及各自提供的产品服务作为聚类对象,对各个所述电力企业样本进行聚类,得到多个企业分组;所述企业分组包括归属于同一上下游企业族群的多个电力企业样本;
30、对于每个所述企业分组,为所述企业分组中电力企业行为特征相同的多个电力企业样本建立连接关系,并核算每个所述电力企业样本的碳排放量;
31、基于各个所述电力企业样本之间的连接关系,以及每个所述所述电力企业样本的碳排放量,生成电力行业产业链模型。
32、一种电力行业产业链模型生成装置,包括:
33、样本获取单元,用于基于预先获取的工商行业的经营数据集,获取工商企业样本,以及基于预先获取的电力行业的经营数据集,获取电力企业样本;
34、样本归类单元,用于利用所述工商企业样本、所述电力企业样本、预先构建的卷积神经网络,训练得到电力行业归类模型;所述电力行业归类模型用于指示各个电力企业样本的企业类型;所述企业类型包括上游企业和下游企业中的任意一项;
35、特征提取单元,用于从各个所述电力企业样本的经营活动数据中,提取各个电力企业行为特征;
36、模型构建单元,用于基于各个所述电力企业样本的企业类型,以及各个所述电力企业行为特征,构建电力行业产业链模型。
37、可选的,所述模型构建单元具体用于:
38、获取各个所述电力企业样本所提供的产品服务;
39、基于各个所述电力企业样本的企业类型,以及各自提供的产品服务作为聚类对象,对各个所述电力企业样本进行聚类,得到多个企业分组;所述企业分组包括归属于同一上下游企业族群的多个电力企业样本;
40、对于每个所述企业分组,为所述企业分组中电力企业行为特征相同的多个电力企业样本建立连接关系,并核算每个所述电力企业样本的碳排放量;
41、基于各个所述电力企业样本之间的连接关系,以及每个所述所述电力企业样本的碳排放量,生成电力行业产业链模型。
42、一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序被处理器运行时执行所述的电力行业产业链模型生成方法。
43、一种电力行业产业链模型生成设备,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
44、所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序被处理器运行时执行所述的电力行业产业链模型生成方法。
45、本技术提供的技术方案,基于预先获取的工商行业的经营数据集,获取工商企业样本,以及基于预先获取的电力行业的经营数据集,获取电力企业样本。利用工商企业样本、电力企业样本、预先构建的卷积神经网络,训练得到电力行业归类模型。从各个电力企业样本的经营活动数据中,提取各个电力企业行为特征。基于各个电力企业样本的企业类型,以及各个电力企业行为特征,构建电力行业产业链模型。本技术能够生成电力行业产业链模型,以辅助用户直接获悉电力行业产业链中各个企业之间的关联性。