(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111333397.2 (22)申请日 2021.11.11 (71)申请人 国网江苏省电力有限公司营销服 务 中心 地址 210019 江苏省南京市 建邺区奥体大 街9号 (72)发明人 康雨萌　俞阳　何玮　嵇友浪　 孙少辰　钱旭盛　 (74)专利代理 机构 北京智绘未来专利代理事务 所(普通合伙) 11689 代理人 张红莲　王萍 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 20/00(2019.01) (54)发明名称 一种依据数据治理的停电预警方法 (57)摘要 本发明公开了一种依据数据治理实现停电 预警的方法， 将停电语用信息转化为电子信息， 形成停电数据； 对数据进行处理， 抽取出训练集 和测试集； 通过反复训练得到多个预警模型， 选 择泛化能力最强的模型写入营销2.0系统， 当系 统获取到停电数据后， 模型筛选出受影 响的线路 并发送预警通知， 筛选出了停电敏感用户名单发 送给相关供电单位， 并形成相关分析及图表， 作 为供电所、 营业厅日常工作的常规预警示意图。 本发明将停电信息整合为完整的数据模块， 并形 成了停电预警相关算法。 在突发性停电中， 能够 快速反应， 给台区和用电户分别进行停电预警， 规避用电户投诉风险。 数据累积形成数仓， 对未 来的停电分析、 设备分析、 用电户分析等， 都具有 潜在价值。 权利要求书2页 说明书5页 附图1页 CN 114048904 A 2022.02.15 CN 114048904 A 1.一种依据数据治理实现停电预警的方法， 其特 征在于， 所述方法包括以下步骤： S1： 将停电语用信息转 化为电子信息， 形成停电数据； S2： 对数据进行处理， 使其符合营销2.0数据仓库的数据架构， 在各数据层满足数据的 结构要求； S3： 在营销2.0数据仓库已有数据中， 抽 取出80％的数据作为训练集， 20％的数据作为 测试集； S4： 在训练集上进行数据清洗、 数据的特征缩放， 获取参数， 获取的参数纳入预警模型 中， 并通过调节参数来增 加所述模型算法的泛化 程度； S5： 通过测试集作为对泛化误差的近似， 反复训练预警模型， 在测试集上近似估计模型 的泛化能力， 使用多个测试集进行训练， 得到了多个模型， 通过多个算法模型比对数据， 选 择泛化能力最强的模型； S6： 使用泛化能力最强的预警模型， 写入营销2.0系统， 当系统获取到停电数据后， 预警 模型运行， 筛 选出受影响的线路， 及该线路范围内的台区、 用电户； S7： 系统向线路段、 台区发送预警通知， 向范围内的用电户发送短信， 告知用电户停电 相关事项； S8： 预警模型中动态分配的停电敏感用户标签， 筛选出了停电敏感用户， 名单发送给相 关供电单位， 由各用电单位向停电敏感用户进行相应的举措； S9： 本次停电数据储存入营销2.0数据仓库， 停电相关数据成为营销2.0数据仓库的一 部分； S10:形成相关 分析及图表， 作为供电所、 营业厅日常工作的常规预警示 意图。 2.根据权利要求1所述的方法， 其特 征在于， 所述步骤S1包括： 通过 供电服务指挥系统， 完成用语信息 至电子信息的转 化。 3.根据权利要求1所述的方法， 其特 征在于， 所述营销2.0数据仓库， 是基于阿里云提供的敏捷数据仓库解决方案， 基于数据管理平 台DMS及云原生数据仓库ADB的实时数据仓库。 4.根据权利要求3所述的方法， 其特 征在于， 所述 步骤S2包括： S21:停电数据由文本转化为适用于营销2.0系统对应的编码， 在接口数据提供后进行 转码， 使供电服 务指挥系统和营销2.0系统能够实现数据一 致； S22:数据转码并进入营销2.0系统后， 进行以下数据预处理： 线路、 台区分别进入对应 的数据表中， 并标注好数据插 入时间和数据插 入操作人。 5.根据权利 要求1所述的方法， 其特征在于， 步骤S2中的数据仓库， 是由营销2.0系统为 基础， 在营销2.0系统的数据基础上， 将文本信息转为编码数据， 使 数据能够适配于营销2.0 的数据环境。 6.根据权利要求1所述的方法， 其特征在于， 所述步骤S3中， 所述训练集和测试集， 采用 随机等距抽样， 进行多次抽样与训练； 为了避免过拟合， 在有监督的机器学习实验时， 按比 例保留了数据测试集。 7.根据权利 要求6所述的方法， 其特征在于， 所述步骤S3中， 为避免浪费数据， 采用k ‑折 交叉验证进行循环中计算的每个准确率的平均， 使用cross_val_score帮助函数进行交叉 验证。权　利　要　求　书 1/2 页 2 CN 114048904 A 28.根据权利要求7所述的方法， 其特征在于， 所述步骤S3中， 为进行小范围的算法可行 性的尝试， 先采用自助法， 以自助采样为基础， 则在n次采样中始终不被采到的概 率为： 通过自助法先使用有限的数据集进行算法可行性的验证， 再使用完整数据集进行算法 的训练。 9.根据权利要求8所述的方法， 其特 征在于， 所述预警模型包括： 获取本次停电的线路数据， 通过线路数据计算出受到影响的台区和用电户， 输出受到 本次停电影响的用电户编号， 并对用电户进 行管理单位的分类， 触发短信通知接口， 使受到 影响的用电户都能通过 预留的手机号码获取停电相关信息； 整合本次停电的数据和模型运行输出数据， 再次存入停电相关数据库中， 完善数仓， 投 入在定期或不定期的模型评估中； 所述模型计算都依赖于模型中已经给定的台区、 用电户、 线路的关联关系， 并且模型支 持关联关系的变更。 10.根据权利要求1所述的方法， 其特 征在于， 所述 步骤S6包括： S61： 对营销2.0的数据仓库进行解构， 对预警模型所需要的数据在各数据过程的形态 和状态进行分析， 使能够 在预警模型运行 前获得各数据层所需的数据； S62： 对预警模型的运行时间进行限制， 当供电服务指挥系统中产生了停电相关数据， 则视为模型启动的标志， 模型 结束标志则由模型运行 结果而定； S63： 模型运行后， 会筛选出受到影响的台区， 数据转换成消息通知， 推送到其他系统 中， 生成台区警告消息， 向台区相关 责任人预警； S64： 模型运行后， 本次停电影响到的用电户信息被筛选出， 数据转换成营销2.0的预警 条件， 触发营销2.0系统的短信群发功能， 向受到影响的用户进行短信发送， 完成针对用电 户的停电预警。权　利　要　求　书 2/2 页 3 CN 114048904 A 3