本发明涉及计算机数据处理,特别涉及基于电力大数据对煤炭行业企业违规生产行为的预测方法。
背景技术:
1、目前,煤炭行业企业在生产制造的过程中,会出现以下三类的可疑违规生产行为:
2、第一类、超能力和超强度生产。例如:煤矿企业某一月耗电数据同比、环比均出现激增,产能耗电比(总耗电/月均核定产能)较同区域煤矿呈显著异常等,可能出现超能力和超强度生产行为。
3、第二类、停产偷采。例如:煤矿企业已经上报停产,但煤矿企业的用电量超出矿区基础保障用电(员工宿舍用电、矿区照明设备用电等)的合理用电范围,可能出现停产偷采行为。
4、第三类、非计划停电。例如:煤矿企业需长时间停电未提前上报即实行,属于非计划停电。
5、为了进一步规范煤炭行业的生产行为,需要对这三类可疑违规生产行为进行预测预警。正常的,均是安排工作人员在后台监视各煤矿企业的用电情况,人工分析煤矿企业是否存在这三类可疑违规生产行为。
6、但是,这样实施会导致人力成本较大,另外,由于工作人员的精力一定是有限的,无法实现不间断对每一煤矿企业进行这三类可疑违规生产行为的预测预警,可能会出现预测预警不全面、不及时的情形发生。
技术实现思路
1、本发明目的之一在于提供了基于电力大数据对煤炭行业企业违规生产行为的预测方法,无需工作人员在后台监视各煤矿企业的用电情况,人工分析煤矿企业是否存在可疑违规生产行为,降低了人力成本,另外,系统无精力层面可言,可以实现时刻对各煤炭行业企业进行违规生产行为预测,提升了预测预警的全面性和及时性。
2、本发明实施例提供的基于电力大数据对煤炭行业企业违规生产行为的预测方法,包括:
3、步骤s1:获取电力大数据;
4、步骤s2:基于所述电力大数据,制定煤炭行业企业违规生产行为预测模板;
5、步骤s3:获取煤炭行业企业当前的企业生产信息;
6、步骤s4:基于所述煤炭行业企业违规生产行为预测模板,根据所述企业生产信息,对所述煤炭行业企业进行违规生产行为预测;
7、步骤s5:输出违规生产行为预测结果。
8、优选的,所述步骤s1:获取电力大数据,包括:
9、加载预设的电力信息平台;
10、分别对所述电力信息平台的第一可靠度和所述电力信息平台的数据来源的第二可靠度进行验证;
11、当为都通过验证时,基于预设的电力大数据获取模板,从对应所述电力信息平台上获取电力大数据。
12、优选的,对所述电力信息平台的第一可靠度进行验证,包括:
13、提取所述电力信息平台的信息提供历史的多个历史特征;
14、基于所述多个历史特征,构建第一概要向量;
15、计算所述第一概要向量与预设的多个第二概要向量中任一所述第二概要向量的相似度;
16、获取最大所述相似度的所述第二概要向量对应的预设的标准历史条件;
17、确定所述信息提供历史符合所述标准历史条件的符合度,并作为第一可靠度;
18、当所述第一可靠度大于等于预设的第一可靠度阈值时,通过验证。
19、优选的,对所述电力信息平台的数据来源的第二可靠度进行验证,包括:
20、获取数据来源的来源类型对应的预设的来源信息问询模板和预设的来源信息条件集;
21、基于所述来源信息问询模板,问询所述数据来源的来源信息;
22、确定所述来源信息符合所述来源信息条件集中各来源信息条件的平均符合度,并作为第二可靠度;
23、当所述第二可靠度大于等于预设的第二可靠度阈值时,通过验证。
24、优选的,所述步骤s2:基于所述电力大数据,制定煤炭行业企业违规生产行为预测模板,包括:
25、基于预设的事件索引检索模板,从所述电力大数据中检索出事件索引;
26、基于所述事件索引,从所述电力大数据中索引出多个违规类型的煤炭行业企业历史违规生产事件集;
27、依次遍历所述违规类型,每次遍历时,基于遍历到的所述违规类型的所述煤炭行业企业历史违规生产事件集,确定事发预兆,并与遍历到的所述违规类型进行关联;
28、遍历所述违规类型结束后,将多组一一关联的所述违规类型和所述事发预兆作为煤炭行业企业违规生产行为预测模板。
29、优选的,基于遍历到的所述违规类型的所述煤炭行业企业历史违规生产事件集,确定事发预兆,包括:
30、对遍历到的所述违规类型的所述煤炭行业企业历史违规生产事件集中各目标事件的事发过程进行局部聚类,获得局部过程集;
31、依次遍历所述事发过程,每次遍历时,将所述事发过程在预设的时序轴上展开,并确定所述事发过程中存在于所述局部过程集中的第一局部过程;
32、分析所述时序轴上所述第一局部过程的过程起点前预设的第一范围内两两第一过程项之间的差异度;
33、确定最大所述差异度对应的两两第一过程项中前一个所述第一过程项在所述时序轴上的第一位置;
34、分析所述时序轴上所述第一局部过程的过程终点后预设的第二范围内每一第二过程项的过程类型;
35、当连续预设数目的所述第二过程项的所述过程类型为应急处理时,确定所述时序轴上连续预设数目的所述第二过程项的前一个所述第二过程项在所述时序轴上的第二位置;
36、从所述时序轴上截取由所述第一位置至所述第二位置的第二局部过程,并作为事发预兆。
37、优选的,所述步骤s4:基于所述煤炭行业企业违规生产行为预测模板,根据所述企业生产信息,对所述煤炭行业企业进行违规生产行为预测,包括:
38、获取所述煤炭行业企业违规生产行为预测模板中任一所述事发预兆的涉及信息类型;
39、从所述企业生产信息中确定所述涉及信息类型的目标信息;
40、将所述目标信息与对应所述事发预兆进行匹配,获取匹配度;
41、当所述匹配度大于等于预设的匹配度阈值时,将所述煤炭行业企业违规生产行为预测模板中对应所述事发预兆关联的所述违规类型作为违规生产行为预测结果。
42、本发明实施例提供的基于电力大数据对煤炭行业企业违规生产行为的预测系统,包括:
43、电力大数据获取模块,用于获取电力大数据;
44、违规生产行为预测模板制定模块,用于基于所述电力大数据,制定煤炭行业企业违规生产行为预测模板;
45、企业生产信息获取模块,用于获取煤炭行业企业当前的企业生产信息;
46、违规生产行为预测模块,用于基于所述煤炭行业企业违规生产行为预测模板,根据所述企业生产信息,对所述煤炭行业企业进行违规生产行为预测;
47、违规生产行为预测结果输出模块,用于输出违规生产行为预测结果。
48、优选的,所述电力大数据获取模块获取电力大数据,执行如下操作:
49、加载预设的电力信息平台;
50、分别对所述电力信息平台的第一可靠度和所述电力信息平台的数据来源的第二可靠度进行验证;
51、当为都通过验证时,基于预设的电力大数据获取模板,从对应所述电力信息平台上获取电力大数据。
52、优选的,所述电力大数据获取模块对所述电力信息平台的第一可靠度进行验证,执行如下操作:
53、提取所述电力信息平台的信息提供历史的多个历史特征;
54、基于所述多个历史特征,构建第一概要向量;
55、计算所述第一概要向量与预设的多个第二概要向量中任一所述第二概要向量的相似度;
56、获取最大所述相似度的所述第二概要向量对应的预设的标准历史条件;
57、确定所述信息提供历史符合所述标准历史条件的符合度,并作为第一可靠度;
58、当所述第一可靠度大于等于预设的第一可靠度阈值时,通过验证。
59、本发明的其它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,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
60、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。