一种储能项目潜在需求的挖掘方法及相关装置与流程

本申请涉及电力，尤其涉及一种储能项目潜在需求的挖掘方法及相关装置。

背景技术：

1、随着现代供电服务体系前中后台运作及客户增值需求闭环管理工作机制的推进和完善，前中后台的工作人员需要对市场进行更准确的信息收集，作为以用户需求为驱动的前中后台组织架构模式下直接面对客户的前台服务团队，需要具备挖掘及收集客户多元化需求、需求研判、捕捉市场化商机、推广及销售增值服务产品、促成交易、服务跟进等专业知识和高效服务能力。

2、在现有储能项目解决方案的销售推广中，主要是依靠人工方式进行筛选，大多数时候，前台人员既要在海量的用户中寻找推广用户，又要能结合用户特征和用户诉求研判需求强度，从而最终确定是否为目标客户，在实际工作过程中很难为产品推广销售找到有效的切入口，这加剧了人工审查所需时间，对于储能市场的需求收集和研判存在着一定的障碍。

技术实现思路

1、本申请提供了一种储能项目潜在需求的挖掘方法及相关装置，用于解决现有技术很难为储能项目推广销售找到有效的切入口且效率低的问题。

2、有鉴于此，本申请第一方面提供了一种储能项目潜在需求的挖掘方法，所述方法包括：

3、根据储能项目特征进行指标遴选从而确定若干指标并进行权重赋值，基于若干所述指标获取客户的公开信息和用电信息，得到指标数据集；

4、基于预设的目标客户基本特征从所述指标数据集中筛选出目标客户，并根据所述目标客户的实际用电信息生成数据特征属性集；

5、构建朴素贝叶斯分类模型，将所述指标数据集作为样本数据集对所述朴素贝叶斯分类模型进行训练；

6、基于训练好的朴素贝叶斯分类模型，根据待挖掘客户的公开信息和用电信息进行计算，从而根据计算结果分析客户是否对储能项目存在需求。

7、可选地，所述构建朴素贝叶斯分类模型，将所述指标数据集作为样本数据集对所述朴素贝叶斯分类模型进行训练，具体包括：

8、通过n个特征向量描述d个数据特征属性，并确定所述数据特征属性集和类变量的表达式，其中，每个数据特征属性相互独立且随机；

9、基于朴素贝叶斯分类算法，根据所述类变量的先验概率、证据和类条件，构建后验概率公式；

10、根据每个数据特征属性相互独立且随机的特点，对所述后验概率公式进行变换，得到一个样本数据属于类别的朴素贝叶斯算法公式。

11、可选地，所述基于若干所述指标获取客户的公开信息和用电信息，具体包括：通过爬虫技术从客户的公开信息和用电信息获取若干个所述指标。

12、可选地，所述数据特征属性集，具体包括：负荷峰谷差、负荷稳定性、区域电能质量、变压器容量。

13、本申请第二方面提供一种储能项目潜在需求的挖掘系统，所述系统包括：

14、获取单元，用于根据储能项目特征进行指标遴选从而确定若干指标并进行权重赋值，基于若干所述指标获取客户的公开信息和用电信息，得到指标数据集；

15、生成单元，用于基于预设的目标客户基本特征从所述指标数据集中筛选出目标客户，并根据所述目标客户的实际用电信息生成数据特征属性集；

16、训练单元，用于构建朴素贝叶斯分类模型，将所述指标数据集作为样本数据集对所述朴素贝叶斯分类模型进行训练；

17、分析单元，用于基于训练好的朴素贝叶斯分类模型，根据待挖掘客户的公开信息和用电信息进行计算，从而根据计算结果分析客户是否对储能项目存在需求。

18、可选地，训练单元，具体用于：

19、通过n个特征向量描述d个数据特征属性，并确定所述数据特征属性集和类变量的表达式，其中，每个数据特征属性相互独立且随机；

20、基于朴素贝叶斯分类算法，根据所述类变量的先验概率、证据和类条件，构建后验概率公式；

21、根据每个数据特征属性相互独立且随机的特点，对所述后验概率公式进行变换，得到一个样本数据属于类别的朴素贝叶斯算法公式。

22、可选地，所述基于若干所述指标获取客户的公开信息和用电信息，具体包括：通过爬虫技术从客户的公开信息和用电信息获取若干个所述指标。

23、可选地，所述数据特征属性集，具体包括：负荷峰谷差、负荷稳定性、区域电能质量、变压器容量。

24、本申请第三方面提供一种储能项目潜在需求的挖掘设备，所述设备包括处理器以及存储器：

25、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

26、所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的储能项目潜在需求的挖掘方法的步骤。

27、本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的储能项目潜在需求的挖掘方法。

28、从以上技术方案可以看出，本申请具有以下优点：

29、本申请提供了一种储能项目潜在需求的挖掘方法，包括：根据储能项目特征进行指标遴选从而确定若干指标并进行权重赋值，基于若干指标获取客户的公开信息和用电信息，得到指标数据集；基于预设的目标客户基本特征从指标数据集中筛选出目标客户，并根据目标客户的实际用电信息生成数据特征属性集；构建朴素贝叶斯分类模型，将指标数据集作为样本数据集对朴素贝叶斯分类模型进行训练；基于训练好的朴素贝叶斯分类模型，根据待挖掘客户的公开信息和用电信息进行计算，从而根据计算结果分析客户是否对储能项目存在需求。

30、与现有技术相比，本申请实施例提供的一种储能项目潜在需求的挖掘方法，运用爬虫技术获取外部网络信息，补充电网内部信息不足的情况，既可挖掘存量用户需求，也可发掘潜在增量用户。通过研究产品特性，结合用电用户外部信息和用电信息，运用机器学习技术搭建产品分析模型，帮助前台服务团队准确筛选和定位用电用户需求，缓解前台服务团队工作量，辅助销售决策，并减少资源投入的浪费。

技术特征：

1.一种储能项目潜在需求的挖掘方法，其特征在于，包括：

2.根据权利要求1所述的储能项目潜在需求的挖掘方法，其特征在于，所述构建朴素贝叶斯分类模型，将所述指标数据集作为样本数据集对所述朴素贝叶斯分类模型进行训练，具体包括：

3.根据权利要求1所述的储能项目潜在需求的挖掘方法，其特征在于，所述基于若干所述指标获取客户的公开信息和用电信息，具体包括：通过爬虫技术从客户的公开信息和用电信息获取若干个所述指标。

4.根据权利要求1所述的储能项目潜在需求的挖掘方法，其特征在于，所述数据特征属性集，具体包括：负荷峰谷差、负荷稳定性、区域电能质量、变压器容量。

5.一种储能项目潜在需求的挖掘系统，其特征在于，包括：

6.根据权利要求5所述的储能项目潜在需求的挖掘系统，其特征在于，训练单元，具体用于：

7.根据权利要求5所述的储能项目潜在需求的挖掘系统，其特征在于，所述基于若干所述指标获取客户的公开信息和用电信息，具体包括：通过爬虫技术从客户的公开信息和用电信息获取若干个所述指标。

8.根据权利要求5所述的储能项目潜在需求的挖掘系统，其特征在于，所述数据特征属性集，具体包括：负荷峰谷差、负荷稳定性、区域电能质量、变压器容量。

9.一种储能项目潜在需求的挖掘设备，其特征在于，所述设备包括处理器以及存储器：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的储能项目潜在需求的挖掘方法。

技术总结
本申请公开了一种储能项目潜在需求的挖掘方法及相关装置，方法包括：根据储能项目特征进行指标遴选从而确定若干指标并进行权重赋值，基于若干指标获取客户的公开信息和用电信息，得到指标数据集；基于预设的目标客户基本特征从指标数据集中筛选出目标客户，并根据目标客户的实际用电信息生成数据特征属性集；构建朴素贝叶斯分类模型，将指标数据集作为样本数据集对朴素贝叶斯分类模型进行训练；基于训练好的朴素贝叶斯分类模型，根据待挖掘客户的公开信息和用电信息进行计算，从而根据计算结果分析客户是否对储能项目存在需求。从而解决了现有技术很难为储能项目推广销售找到有效的切入口且效率低的问题。

技术研发人员：刘红燕,赖哲,谭小花,李谨,罗晓莉,王艳虹,张心钰
受保护的技术使用者：广东电网有限责任公司
技术研发日：
技术公布日：2024/1/16