Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南方电网大数据服务有限公司曹熙获国家专利权

南方电网大数据服务有限公司曹熙获国家专利权

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!

龙图腾网获悉南方电网大数据服务有限公司申请的专利一种基于多源数据识别园区内重点产业链节点的方法、存储介质及系统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:CN116842407B

龙图腾网通过国家知识产权局官网在2026-01-20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:202310799437.5,技术领域涉及:G06F18/23;该发明授权一种基于多源数据识别园区内重点产业链节点的方法、存储介质及系统是由曹熙;赵永国;蔡露;程菊花;余建纯;李文杰;曾祥清;胡彩倩;倪沛权;王雪纯;韩庭钰;戴渝卓设计研发完成,并于2023-06-30向国家知识产权局提交的专利申请。

一种基于多源数据识别园区内重点产业链节点的方法、存储介质及系统在说明书摘要公布了:本发明提供一种基于多源数据识别园区内重点产业链节点的方法、存储介质及系统,该方法包括:从不同数据系统获取园区内各个企业的多源数据,对园区内各个企业的多源数据分别进行融合对齐处理;根据多源数据分析园区内各个企业所属的产业链及在产业链中所处的产业链节点;根据多源数据计算园区内各个企业的多项重点识别指标;根据园区内各个企业的各项重点识别指标,对园区内各个企业所处的产业链节点进行聚类分析及重点产业链节点识别。这样就可识别出园区内需引入企业的重点产业链节点,为园区招商过程中的企业筛选引入提供参考,提高园区招商目标与园区内的产业链适配度,以实现园区稳定有序的长期发展。

本发明授权一种基于多源数据识别园区内重点产业链节点的方法、存储介质及系统在权利要求书中公布了:1.一种基于多源数据识别园区内重点产业链节点的方法,其特征是,包括如下步骤: S1.从不同数据系统获取园区内各个企业的多源数据,对园区内各个企业的多源数据分别进行融合对齐处理,其中,所述多源数据包括园区企业清单、企业基础信息数据和电力合同数据; S2.根据所述多源数据分析园区内各个企业所属的产业链及在产业链中所处的产业链节点; S3.根据所述多源数据计算园区内各个企业的多项重点识别指标,所述重点识别指标包括园区内各个企业的竞争水平度数、月均用电量超容值、用电业扩报装需求得分以及新入园企业的日均用电量超容值,具体包括如下步骤S31、S32、S33和S34; S31.基于复杂网络模型,根据园区企业清单生成对应园区内各个企业的网络节点,然后根据网络节点和园区内各个企业之间的相似度构建企业相似网络,再根据所述企业相似网络分析出园区内各个企业的竞争水平度数,其中,园区内各个企业之间的相似度具体根据园区内各个企业的企业基础信息数据计算得出; S32.根据园区内各个企业的电力合同数据计算园区内各个企业的理论月均用电量,获取园区内各个企业的实际月均用电量,将园区内各个企业的实际月均用电量与理论月均用电量进行比较得到园区内各个企业的月均用电量超容值; S33.根据园区内各个企业在一定时间范围内的用电量或年最大负荷量,预测园区内各个企业在未来预设时间内的预计用电量和预计年最大负荷量,将预测结果分别与当前年用电量、当前年最大负荷量进行比较,根据比较结果分析园区中各个企业的用电业扩报装需求得分; S34.根据园区企业清单和园区内各个企业的电力合同数据识别新入园企业,并根据电力合同数据计算新入园企业的理论日均用电量,获取新入园企业的实际日均用电量,将新入园企业的实际日均用电量与理论日均用电量进行比较得到新入园企业的日均用电量超容值; S4.根据园区内各个企业的各项重点识别指标,对园区内各个企业所处的产业链节点进行聚类分析及重点产业链节点识别,具体包括如下步骤S41、S42和S43; S41.计算各个产业链节点的各项重点识别指标均值; S42.根据园区内各个企业的各项重点识别指标均值对园区内各个企业所属的产业链节点进行聚类分析,从而将所有产业链节点划分为预设数量的不同类别; S43.获取聚类分析后每个类别中的所有产业链节点的各项重点识别指标均值,根据获取结果对每个类别进行重点产业链节点识别并生成对应的可视化标签; 所述步骤S42包括: S421.根据业务需求先初拟最终需要对所有产业链节点进行聚类的类别个数; S422.将各个类别的簇心随机定义在不同的产业链节点上; S423.计算非簇心产业链节点到各个簇心的连续型分类因子距离; S424.计算非簇心产业链节点到各个簇心的离散型分类因子距离; S425.根据所述连续型分类因子距离和所述离散型分类因子距离计算非簇心产业链节点到各个簇心的距离; S426.找出每个非簇心产业链节点到各个簇心的距离当中的最小值,然后将每个非簇心产业链节点关联到距离最近的簇心所属的类别上; S427.将全部非簇心产业链节点关联到距离最近的簇心所属的类别上之后,将每个簇心与其所关联的所有非簇心产业链节点形成一个簇; S428.不断重复上述步骤S423至S427,直至在确定所有簇的新簇心时,所有新簇心的变化距离都不小于预设阈值,再以所有新簇心及其所关联的非簇心产业链节点作为最终聚类结果,形成对应的类别。

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南方电网大数据服务有限公司,其通讯地址为:510802 广东省广州市花都区新华街红珠路5-1;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。