【技术实现步骤摘要】
本专利技术属于电力大数据分析领域，具体涉及一种基于大数据分析的电力新基建评估方法及系统。
技术介绍
1、随着全球能源结构的转型与智能电网的快速发展，电力新基建项目作为支撑未来电力系统安全、高效、绿色运行的重要基石，其建设规模与复杂度日益增加。这些项目涵盖了从智能电网、特高压输电、清洁能源接入到储能设施等多个领域，对于促进能源结构优化、提升电网智能化水平具有重要意义。
2、在现有技术中，对电力新基建项目的评估主要依赖于传统的定性分析方法和少量的定量指标评价，这些方法往往对项目评估不够全面和准确。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据分析的电力新基建评估方法及系统，以解决现有技术中对电力新基建项目的评估不够全面和准确的问题。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、本专利技术第一方面，提供了一种基于大数据分析的电力新基建评估方法，包括如下步骤：
4、基于电力大数据平台，获取各电力新基建项目的地理信息数据和项目指标数据，以及各电力新基建项目的项目指标所对应的时间序列数据；其中，项目指标包括建设成本、用电量、环保数据；
5、基于项目指标数据和地理信息数据，确定电力新基建项目的空间分布特征；
6、基于时间序列数据确定各项目指标的预测变化趋势；
7、对各项目指标数据进行挖掘，得到各项目指标数据之间的显著关联规则；
8、将所述空间分布特征、所述预测变化趋势和所述显著
9、进一步的，基于项目指标数据和地理信息数据，确定电力新基建项目的空间分布特征，包括：
10、将项目指标数据和地理信息数据进行整合，使每个电力新基建项目都有对应的地理位置；
11、基于各电力新基建项目的地理位置，确定各电力新基建项目之间的空间权重值；
12、根据空间权重值构建得到空间权重矩阵；
13、根据空间权重矩阵计算各个电力新基建项目的moran's i指数；
14、基于moran's i指数，确定当前电力新基建项目各个项目指标之间的空间相关性；
15、依据空间相关性，确定空间聚集地区和空间分散地区，作为电力新基建项目的空间分布特征。
16、进一步的，基于时间序列数据确定各项目指标的预测变化趋势，包括：
17、使用arima模型对所述时间序列数据进行分析，得到各项目指标随时间变化的趋势；
18、基于各项目指标随时间变化的趋势得到各项目指标的预测变化趋势。
19、进一步的，对各项目指标数据进行挖掘，得到各项目指标数据之间的显著关联规则，包括：
20、采用apriori算法对电力新基建项目的各项目指标数据进行挖掘，得到各项目指标数据之间的关联规则，并通过预设的阈值标准筛选出显著关联规则。
21、进一步的，将所述空间分布特征、所述预测变化趋势和所述显著关联规则输入预先训练好的电力新基建综合评估模型中，所述电力新基建综合评估模型输出电力新基建项目的评估结果，其中：
22、所述电力新基建综合评估模型按照如下方式构建并训练得到：
23、获取电力新基建项目对应的地理信息数据，以及电力新基建项目各项目指标的时间序列数据，以及各项目指标之间的关联规则挖掘结果，并构建电力新基建综合评估模型的训练数据集；
24、基于深度神经网络构建电力新基建综合评估模型的基础模型；
25、采用训练数据集对所述基础模型进行训练，得到训练好的电力新基建综合评估模型。
26、进一步的，所述基础模型包括多模态输入层、处理层、融合层、评估层和输出层；
27、所述多模态输入层包括多个输入层，分别用于接收地理信息数据、时间序列数据和关联规则挖掘结果；
28、所述处理层包括卷积神经网络、循环神经网络和全连接层，其中，卷积神经网络用于处理地理信息数据，循环神经网络用于处理时间序列数据，全连接层用于处理关联规则挖掘结果；
29、所述融合层用于将卷积神经网络、循环神经网络和全连接层的输出通过拼接的方式进行融合，得到融合特征；
30、所述评估层用于从所述融合特征中进行学习，得到评估结果。
31、进一步的，基于电力大数据平台，获取各电力新基建项目的地理信息数据和项目指标数据，以及各电力新基建项目的项目指标所对应的时间序列数据，包括：
32、接收数据请求并进行身份验证；
33、身份验证通过后，确定数据请求中的所需数据；依据所需数据在电力大数据平台中定位数据源，并从所述数据源中提取所需数据；
34、将提取的所需数据加密后返回。
35、本专利技术第二方面，提供了一种基于大数据分析的电力新基建评估装置，包括如下步骤：
36、数据获取模块，用于基于电力大数据平台，获取各电力新基建项目的地理信息数据和项目指标数据，以及各电力新基建项目的项目指标所对应的时间序列数据；其中，项目指标包括建设成本、用电量、环保数据；
37、第一确定模块，用于基于项目指标数据和地理信息数据，确定电力新基建项目的空间分布特征；
38、第二确定模块，用于基于时间序列数据确定各项目指标的预测变化趋势；
39、数据挖掘模块，用于对各项目指标数据进行挖掘，得到各项目指标数据之间的显著关联规则；
40、评估模块，用于将所述空间分布特征、所述预测变化趋势和所述显著关联规则输入预先训练好的电力新基建综合评估模型中，所述电力新基建综合评估模型输出电力新基建项目的评估结果。
41、本专利技术第三方面，提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如上述的基于大数据分析的电力新基建评估方法。
42、本专利技术第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如上述的基于大数据分析的电力新基建评估方法。
43、与现有技术相比较，本专利技术的有益效果如下：
44、本专利技术提供了一种基于大数据分析的电力新基建评估方法，通过电力大数据平台获取各电力新基建项目的地理信息数据和项目指标数据（包括建设成本、用电量、环保数据等），以及这些指标的时间序列数据，充分利用大数据的丰富性和实时性，为评估提供全面、多维度的数据支持。基于项目指标数据和地理信息数据，本方案能够确定电力新基建项目的空间分布特征，有效评估项目布局的合理性、区域发展的匹配度以及资源利用的效率，为项目规划和决策提供科学依据。通过对时间序列数据的分析，本方案能够预测各项目指标的未来变化趋势，能够提前识别项目潜在的风险和机遇，为项目管理和决策制定提供前瞻性的指导。本方案通过数据挖掘，发现各项目指标数据之本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的电力新基建评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，基于项目指标数据和地理信息数据，确定电力新基建项目的空间分布特征，包括：
3.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，基于时间序列数据确定各项目指标的预测变化趋势，包括：
4.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，对各项目指标数据进行挖掘，得到各项目指标数据之间的显著关联规则，包括：
5.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，将所述空间分布特征、所述预测变化趋势和所述显著关联规则输入预先训练好的电力新基建综合评估模型中，所述电力新基建综合评估模型输出电力新基建项目的评估结果，其中：
6.根据权利要求5所述的基于大数据分析的电力新基建评估方法，其特征在于，所述基础模型包括多模态输入层、处理层、融合层、评估层和输出层；
7.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征
8.一种基于大数据分析的电力新基建评估装置，其特征在于，包括如下步骤：
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的基于大数据分析的电力新基建评估方法。
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存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的基于大数据分析的电力新基建评估方法。
...【技术特征摘要】
1.一种基于大数据分析的电力新基建评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，基于项目指标数据和地理信息数据，确定电力新基建项目的空间分布特征，包括：
3.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，基于时间序列数据确定各项目指标的预测变化趋势，包括：
4.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，对各项目指标数据进行挖掘，得到各项目指标数据之间的显著关联规则，包括：
5.根据权利要求1所述的基于大数据分析的电力新基建评估方法，其特征在于，将所述空间分布特征、所述预测变化趋势和所述显著关联规则输入预先训练好的电力新基建综合评估模型中，所述电力新基建综合评估模型输出电力新基建项目的评估结果，其中：
6.根据权利要求...
【专利技术属性】
技术研发人员：张頔，李皖金，陈凯雨，付永旗，彭博，张瑜，李征洲，吴胜竹，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。