买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广西电网有限责任公司申请的专利一种基于数据驱动的停电客户诉求量预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119599165B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411541757.1，技术领域涉及：G06Q10/04；该发明授权一种基于数据驱动的停电客户诉求量预测方法是由林祖贵;王凯;杜若榕;陈政;覃恺;李娟娟;李晶;王利超;钟世文;韦国惠;姚婧;韦瑜君;郑毅设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于数据驱动的停电客户诉求量预测方法在说明书摘要公布了：本发明公开了一种基于数据驱动的停电客户诉求量预测方法，涉及智能电网技术领域。包括构建样本集的过程中综合考虑了停电线路固有的多个特征、停电期间客观存在的动态因素，以及考虑了人为决定的因素成分，通过基于线路特征的最优聚类结果对独立线路进行分类，并据此有效划分样本集；对划分后样本集进行扩展变换，使训练样本的输入特征包含时序信息，输出结果隐含时序变化特性；针对每一类扩展样本集差异化搭建神经网络模型。本发明能够对停电后随时间变化的客户停电诉求进行预测，相比现有技术具有更高可靠性。

本发明授权一种基于数据驱动的停电客户诉求量预测方法在权利要求书中公布了：1.一种基于数据驱动的停电客户诉求量预测方法，其特征在于，包括： S1.针对10kV线路，收集历史线路故障停电数据、线路特征数据、线路所在地区历史天气日期数据、线路所属供电企业的客服工单数据； S2.以历史发生的各次10kV线路故障停电事件为独立样本单元，结合S1中收集的数据进行样本特征数据补全，构建样本数据集； S3.基于KMeans算法和CH指标对线路特征数据进行聚类，获取最优聚类数与线路特征数据聚类中心； S4.通过逐个计算样本数据集中样本线路特征向量与聚类中心向量的欧式距离确定每个样本所属类，根据所属类划分样本数据集，完成每一类的样本集合构建；接着，以小时为颗粒度，停复电时间差为总长度，对每个样本进行扩展变换，得到每一类的扩展样本集； S5.对每一类的扩展样本集进行数据清洗和样本数据增强，得到模型训练样本集，然后针对每一类样本集搭建不同的全连接神经网络模型，并通过样本数据完成每个神经网络模型的训练； S6.当某线路停电后，根据停电后实时数据形成全特征向量，基于全特征向量中的线路特征向量寻找所属类簇，进而找到所属神经网络模型；全特征向量中除去线路特征向量后对剩余特征向量扩展变换，得到扩展特征向量集，逐个输入所属神经网络模型进行预测运算，得到预测结果； 所述S2包括： S21.通过停电时间关联地区历史天气日期数据获取停电发生当日的日最高气温、日最低气温、日气象类型、是否节假日、第几个月、当月第几天、星期几信息，以及标记停电发生时刻对应的当日小时时段，数学表示式如下： 其中，表示样本集，表示样本总数，表示第i个历史停电事件编号，表示第i个停电事件样本的第m个天气日期特征；表示第i个停电事件样本的停电发生时刻对应为当日的第小时，则有； S22.通过停电线路名关联线路特征数据获取该停电线路的用户数、台区数、重要用户数、是否高风险线路、高风险用户数、是否属于乡镇线路特征值；在S21的样本集基础上补全样本特征，得到样本集，数学表示式如下： 其中，表示第i个停电事件样本涉及停电线路的第p个线路特征，即； S23.通过历史线路故障停电数据获取当前停电事件样本是否发送客户停电通知短信，并统计当前样本涉及线路在前1、2、3个月内停电发生次数；在S22的样本集基础上补全样本特征，得到样本集，数学表示式如下： 其中，表示第i个停电事件样本的线路在前1、2、3个月内停电发生次数，以及当前事件是否发送客户停电通知短信的特征信息，即； S24.通过关联客服工单数据统计目标事件在停电发生后至复电期间每个小时时段内的客户停电诉求量；在S23的样本集基础上进一步补全样本特征，得到样本集，数学表示式如下： 其中，表示第i个停电事件样本在停电后第t个小时时段内的客户诉求量，，若停电总时长小于等于，则取停电总时长，若停电总时长大于，则表示停电后第个小时时段之后的客户总诉求量，预设。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西电网有限责任公司，其通讯地址为：530023 广西壮族自治区南宁市兴宁区民主路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。