基于电力大数据的企业复工电力指数研究与应用
TM426.61; 疫情期间,企业复工情况不仅关系到地方税收和就业,还能深刻反映地方的经济和社会运转状况.准确掌握地区企业复工情况,既可帮助地方政府有效推动复工复产,也可辅助政府制定针对性防疫措施.通过收集浙江省内企业近3年春节期间电量相关基础数据,提出了一种基于GMM(高斯混合模型)和Knee Point算法的企业复工电力指数计算方法.首先,利用GMM对企业进行聚类分析,将其分为春节停工企业和春节不停工企业;其次,利用Knee Point算法分析企业的用电曲线,对春节停工企业是否复工进行判断;最后,基于研究得到的企业复工电力指数模型计算浙江省内各地区复工电力指数,并将计算结果用于辅助政府进行...
Saved in:
Published in | 浙江电力 Vol. 40; no. 2; pp. 26 - 32 |
---|---|
Main Authors | , |
Format | Journal Article |
Language | Chinese |
Published |
国网浙江省电力有限公司,杭州 310007
2021
|
Subjects | |
Online Access | Get full text |
ISSN | 1007-1881 |
DOI | 10.19585/j.zjdl.202102005 |
Cover
Summary: | TM426.61; 疫情期间,企业复工情况不仅关系到地方税收和就业,还能深刻反映地方的经济和社会运转状况.准确掌握地区企业复工情况,既可帮助地方政府有效推动复工复产,也可辅助政府制定针对性防疫措施.通过收集浙江省内企业近3年春节期间电量相关基础数据,提出了一种基于GMM(高斯混合模型)和Knee Point算法的企业复工电力指数计算方法.首先,利用GMM对企业进行聚类分析,将其分为春节停工企业和春节不停工企业;其次,利用Knee Point算法分析企业的用电曲线,对春节停工企业是否复工进行判断;最后,基于研究得到的企业复工电力指数模型计算浙江省内各地区复工电力指数,并将计算结果用于辅助政府进行复工复产决策. |
---|---|
ISSN: | 1007-1881 |
DOI: | 10.19585/j.zjdl.202102005 |