(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 202111434657.5 (22)申请日 2021.11.29 (71)申请人 国网北京市电力公司 地址 100031 北京市西城区前门西大街 41 号 申请人 国家电网有限公司 　 北京电力经济技 术研究院有限公司 (72)发明人 方晴　刘景延　郭思琪　廉颖　 张璞　左向红　鞠力　宫一玉　 张帆　滕苏郸　刘方蓝　王昊婧　 朱溪　卓越　李方青　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 代理人 曾红芳(51)Int.Cl. G06F 17/16(2006.01) G06N 20/00(2019.01) G06Q 50/06(2012.01) (54)发明名称 运营数据 的分析方法、 装置、 存储介质及电 子设备 (57)摘要 本发明公开了一种运营数据的分析方法、 装 置、 存储介质及电子设备。 其中， 该方法包括： 获 取多个供电企业的运营数据， 其中， 上述运营数 据包括： 配电网理论线损记录数据； 将上述配电 网理论线损记录数据预处理得到对应的相关系 数矩阵， 其中， 上述预处理包括： 均一化处理与标 准化处理； 采用因子分析模型计算上述相关系数 矩阵， 得到因子得分矩阵， 其中， 上述因子分析模 型是多代弱学习算法加权组合得到的强学习算 法； 对上述因子得分矩阵进行均值聚类分析处 理， 得到运营数据分析结果。 本发明解决了现有 技术中运营数据的分析过程中供电企业间的运 营数据界限比较模糊， 且受主观因素影响大， 导 致的分析 结果不合理的技 术问题。 权利要求书2页 说明书11页 附图3页 CN 114238852 A 2022.03.25 CN 114238852 A 1.一种运营 数据的分析 方法， 其特 征在于， 包括： 获取多个供电企业的运营 数据， 其中， 所述 运营数据包括： 配电网理论线损记录数据； 将所述配电网理论线损记录数据预处理得到对应的相关系数矩阵， 其中， 所述预处理 包括： 均一 化处理与标准 化处理； 采用因子分析模型计算所述相关系数矩阵， 得到因子得分矩阵， 其中， 所述因子分析模 型是多代弱学习算法加权组合得到的强学习算法； 对所述因子得分矩阵进行模糊聚类分析处 理， 得到运营 数据分析 结果。 2.根据权利要求1所述的方法， 其特征在于， 在将所述配电网理论线损记录数据 预处理 为对应的相关系数矩阵之前， 所述方法还 包括： 将所述配电网理论线损记录数据转化为k ×n矩阵格式的数据集， 得到实际数据矩阵， 其中， 所述k为所述 实际数据 矩阵的行， 表 示所述配电网理论线损记录数据的数量， n为所述 实际数据矩阵的列， 表示配电网理论线损因素的数量加1。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述运营数据进行预处理， 得到相 关系数矩阵， 包括： 对所述实际数据矩阵进行 标准化处理， 得到标准 化数据矩阵； 计算所述标准 化数据矩阵中的每一个元 素， 得到每一个所述元 素的相关系数 数据； 基于每一个所述元 素的相关系数 数据， 构建所述相关系数矩阵。 4.根据权利要求2所述的方法， 其特征在于， 所述多代弱学习算法加权组合得到强学习 算法， 包括： 基于核主成分列表提取所述实 际数据矩阵的数据特征序列， 其中， 所述核主成分列表 为所述供电企业预 先确定的核心数据； 基于所述数据特征序列确定原始样本集， 其中， 所述原始样本集为能够使用提升方法 算法进行计算的样本集； 对所述原 始样本集进行多次迭代计算处 理， 得到所述多代弱学习算法； 对所述多代弱学习算法进行加权组合处理， 得到所述强学习算法， 将所述强学习算法 作为所述因子分析模型。 5.根据权利要求1所述的方法， 其特征在于， 所述采用因子分析模型计算所述相关系数 矩阵， 得到因子得分矩阵， 包括： 基于所述相关系数矩阵， 确定因子载荷矩阵， 其中， 所述因子载荷矩阵由所述相关系数 矩阵以及所述相关系数矩阵对应的特 征值计算得到； 对所述因子载荷矩阵进行旋转处 理， 得到旋转矩阵； 基于所述相关系数矩阵和所述旋转矩阵， 确定因子得分系数； 根据所述因子分析模型以及所述因子得分系数确定所述因子得分矩阵。 6.根据权利要求1所述的方法， 其特征在于， 在对所述因子得分矩阵进行模糊聚类分析 处理之前， 所述方法还 包括： 基于所述 运营数据确定预定数量的类别， 其中， 每 个所述类别均存在一个 类中心； 基于所述类别确定目标函数， 以及与所述目标函数对应的约束条件； 将所述约束条件带入所述目标函数， 得到计算所述类中心的迭代公式。 7.根据权利要求6所述的方法， 其特征在于， 所述对所述因子得分矩阵进行模糊聚类分权　利　要　求　书 1/2 页 2 CN 114238852 A 2析处理， 得到运营 数据分析 结果， 包括： 对所述因子得分矩阵的类中心进行随机初始化处 理， 得到初始类中心； 将所述初始类中心 代入所述迭代公式， 计算得到隶属度； 将所述隶属度代入所述迭代公式， 计算得到所述类中心； 将所述类中心作为所述因子得分矩阵的类中心； 根据所述因子得分矩阵的类中心， 确定所述因子得分矩阵的所述类别， 得到所述运营 数据分析 结果。 8.一种运营 数据的分析装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取多个供电企业的运营数据， 其中， 所述运营数据包括： 配电网理论 线损记录数据； 转换模块， 用于将所述配电网理论线损记录数据预处理得到对应的相关系数矩阵， 其 中， 所述预处 理包括： 均一 化处理与标准 化处理； 计算模块， 用于采用因子分析模型计算所述相关系数矩阵， 得到因子得分矩阵， 其中， 所述因子分析模型 是多代弱学习算法加权组合得到的强学习算法； 处理模块， 用于对所述因子得分矩阵进行模糊聚类分析处 理， 得到运营 数据分析 结果。 9.一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包括存储的程序， 其中， 在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求 1至7中任意 一项所述的运营 数据的分析 方法。 10.一种电子设备， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任意一项 所述的运营 数据的分析 方法。权　利　要　求　书 2/2 页 3 CN 114238852 A 3