本發(fā)明屬于天然氣需求量預(yù)測，尤其涉及一種基于溫度的天然氣用戶分析的方法。

背景技術(shù)：

1、根據(jù)多家能源研究機(jī)構(gòu)預(yù)測，2035年左右中國天然氣消費(fèi)量將超過7000×108m3(億立方米)，占一次能源消費(fèi)總量的17％左右，躍升為主體能源之一。由于天然氣市場中用戶種類繁多，從實(shí)際場景而言，集團(tuán)公司直供天然氣客戶的區(qū)域差異、用氣差異很大，目前僅應(yīng)用行業(yè)屬性對天然氣客戶進(jìn)行了初步換分，如城市燃?xì)狻⒐I(yè)燃料、化工、化肥、lng等，并未根據(jù)用氣特性進(jìn)行進(jìn)一步細(xì)分。

2、現(xiàn)有技術(shù)涉及到能源用戶分類的方案中，主要依托于兩種形式或方法來實(shí)現(xiàn)用戶分類，主要都涉及聚類算法。

3、一種是通過確定對綜合能源客戶價(jià)值的影響因素，建立能源客戶的評價(jià)指標(biāo)體系，利用算法對客戶根據(jù)評價(jià)指標(biāo)體系進(jìn)行聚類。

4、另一種是通過采集天然氣客戶的客戶數(shù)據(jù)；利用聚類分析法對所述客戶數(shù)據(jù)進(jìn)行聚類分析，將所述天然氣客戶分為不同的多組客戶群。其中，包括：對所述客戶數(shù)據(jù)進(jìn)行特征分類，所述特征分類的類別至少包括客戶基本特征、近期用氣規(guī)律、季節(jié)偏好、計(jì)劃用氣情況、歷史趨勢變化、壓減執(zhí)行情況、財(cái)務(wù)信用指標(biāo)、客戶狀態(tài)。其中涉及同一個客戶的多種參考指標(biāo)。

5、目前的天然氣客戶分類時(shí)大多按照行業(yè)屬性進(jìn)行簡單劃分，缺乏一種科學(xué)的用戶分析和分類手段，有的盡管采用聚類算法，但是方案比較復(fù)雜，需要提煉出多重影響因素以及進(jìn)行聚類處理，需要收集較多的指標(biāo)參數(shù)，工作量巨大。

6、因此需要提出一種能夠快速進(jìn)行用戶分類，以便于指導(dǎo)天然氣銷售企業(yè)能夠?qū)ν活惪蛻糁贫愃频臓I銷及銷售方案，以達(dá)到更為精準(zhǔn)的營銷和銷售。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就在于為了解決上述問題而提供一種基于溫度的天然氣用戶分析的方法。

2、本發(fā)明通過以下技術(shù)方案來實(shí)現(xiàn)上述目的：

3、一種基于溫度的天然氣用戶分析的方法，包括以下步驟：

4、獲取用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)并建立溫度-消費(fèi)量關(guān)系曲線；

5、對所述溫度-消費(fèi)量關(guān)系曲線進(jìn)行相關(guān)性回歸分析，得到溫度-消費(fèi)量相關(guān)系數(shù)；

6、基于所述溫度-消費(fèi)量相關(guān)系數(shù)對所述用戶進(jìn)行分類。

7、作為本發(fā)明的進(jìn)一步優(yōu)化方案，所述歷史消費(fèi)量數(shù)據(jù)包括所述用戶在多個歷史年度的預(yù)設(shè)時(shí)段內(nèi)的每個日消費(fèi)量數(shù)據(jù)。

8、作為本發(fā)明的進(jìn)一步優(yōu)化方案，所述預(yù)設(shè)時(shí)間段至少為兩個月。

9、作為本發(fā)明的進(jìn)一步優(yōu)化方案，獲取用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)并建立溫度-消費(fèi)量關(guān)系曲線的具體過程如下：

10、獲取多個歷史年度的預(yù)設(shè)時(shí)段內(nèi)的所述日消費(fèi)量數(shù)據(jù)和對應(yīng)日期的溫度數(shù)據(jù)；

11、建立坐標(biāo)系，將所述日消費(fèi)量數(shù)據(jù)和對應(yīng)日期的溫度數(shù)據(jù)作為二維數(shù)據(jù)組的兩個參數(shù)，所述溫度數(shù)據(jù)作為所述溫度-消費(fèi)量數(shù)據(jù)點(diǎn)的橫坐標(biāo)，所述日消費(fèi)量數(shù)據(jù)作為所述溫度-消費(fèi)量數(shù)據(jù)點(diǎn)的縱坐標(biāo)；

12、將多個歷史年度的預(yù)設(shè)時(shí)段內(nèi)的所述日消費(fèi)量數(shù)據(jù)和對應(yīng)日期的溫度數(shù)據(jù)在所述坐標(biāo)系中進(jìn)行展現(xiàn)，得到溫度-消費(fèi)量關(guān)系曲線。

13、作為本發(fā)明的進(jìn)一步優(yōu)化方案，所述相關(guān)性回歸分析包括pearson相關(guān)性回歸分析。

14、作為本發(fā)明的進(jìn)一步優(yōu)化方案，對所述溫度-消費(fèi)量關(guān)系曲線進(jìn)行相關(guān)性回歸分析，得到溫度-消費(fèi)量相關(guān)系數(shù)的具體過程如下：

15、將所述用戶的每個歷史年度的預(yù)設(shè)時(shí)段內(nèi)的所述溫度-消費(fèi)量關(guān)系曲線中的溫度數(shù)據(jù)作為自變量，將對應(yīng)的消費(fèi)量數(shù)據(jù)作為因變量，采用相關(guān)性回歸分析方法計(jì)算所述溫度數(shù)據(jù)和所述消費(fèi)量數(shù)據(jù)之間的相關(guān)系數(shù)，所述相關(guān)系數(shù)作為所述每個歷史年度的預(yù)設(shè)時(shí)段對應(yīng)的溫度-消費(fèi)量相關(guān)系數(shù)。

16、作為本發(fā)明的進(jìn)一步優(yōu)化方案，基于所述溫度-消費(fèi)量相關(guān)系數(shù)對所述用戶進(jìn)行分類的具體過程如下：

17、預(yù)設(shè)多個用戶類別并對每個所述用戶類別添加數(shù)值范圍；

18、判斷用戶的所述度-消費(fèi)量相關(guān)系數(shù)處于的數(shù)值范圍；

19、將所述用戶歸類于所述數(shù)值范圍對應(yīng)的用戶類別。

20、作為本發(fā)明的進(jìn)一步優(yōu)化方案，預(yù)設(shè)多個用戶類別并對每個所述用戶類別添加數(shù)值范圍的具體過程如下：

21、將用戶類別分為溫度高度敏感型用戶、溫度敏感型用戶和溫度不敏感型用戶；

22、預(yù)設(shè)所述溫度高度敏感型用戶的數(shù)值范圍為(x1，x2)，包括x1和x2；預(yù)設(shè)溫度敏感型用戶的數(shù)值范圍為(x2，x3)；預(yù)設(shè)溫度不敏感型用戶的數(shù)值范圍為(x3，x4)，包括x3和x4。

23、一種基于溫度的天然氣用戶分析系統(tǒng)，包括：

24、數(shù)據(jù)獲取模塊，用于獲取用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)；

25、構(gòu)建模塊，用于基于用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)建立溫度-消費(fèi)量關(guān)系曲線；

26、分析模塊，用于對所述溫度-消費(fèi)量關(guān)系曲線進(jìn)行相關(guān)性回歸分析，得到溫度-消費(fèi)量相關(guān)系數(shù)；

27、分類模塊，用于基于所述溫度-消費(fèi)量相關(guān)系數(shù)對所述用戶進(jìn)行分類。

28、一種電子設(shè)備，包括處理器、通信接口、存儲器和通信總線，其中，處理器、通信接口和存儲器通過通信總線完成相互間的通信；

29、存儲器，用于存放計(jì)算機(jī)程序；

30、處理器，用于執(zhí)行存儲器上所存放的程序時(shí)，實(shí)現(xiàn)基于溫度的天然氣用戶分析的方法。

31、一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)基于溫度的天然氣用戶分析的方法。

32、本發(fā)明的有益效果在于：

33、本發(fā)明通過將用戶的天然氣日消費(fèi)量數(shù)據(jù)和溫度數(shù)據(jù)建立數(shù)據(jù)點(diǎn)并進(jìn)行相關(guān)性回歸分析，得到每個歷史年度的預(yù)設(shè)時(shí)段對應(yīng)的溫度-消費(fèi)量相關(guān)系數(shù)，根據(jù)溫度-消費(fèi)量相關(guān)系數(shù)來進(jìn)行需求方的分類，實(shí)現(xiàn)用戶精細(xì)化分類，提供了一種科學(xué)的用戶分析和分類手段，便于指導(dǎo)天然氣銷售企業(yè)能夠?qū)ν活惪蛻糁贫愃频匿N售規(guī)劃方案，能夠解決相關(guān)技術(shù)中用戶分類不精準(zhǔn)的問題。

技術(shù)特征：

1.一種基于溫度的天然氣用戶分析的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，所述歷史消費(fèi)量數(shù)據(jù)包括所述用戶在多個歷史年度的預(yù)設(shè)時(shí)段內(nèi)的每個日消費(fèi)量數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，所述預(yù)設(shè)時(shí)間段至少為兩個月。

4.根據(jù)權(quán)利要求2所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，獲取用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)并建立溫度-消費(fèi)量關(guān)系曲線的具體過程如下：

5.根據(jù)權(quán)利要求1所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，所述相關(guān)性回歸分析包括pearson相關(guān)性回歸分析。

6.根據(jù)權(quán)利要求2所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，對所述溫度-消費(fèi)量關(guān)系曲線進(jìn)行相關(guān)性回歸分析，得到溫度-消費(fèi)量相關(guān)系數(shù)的具體過程如下：

7.根據(jù)權(quán)利要求1所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，基于所述溫度-消費(fèi)量相關(guān)系數(shù)對所述用戶進(jìn)行分類的具體過程如下：

8.根據(jù)權(quán)利要求7所述的一種基于溫度的天然氣用戶分析的方法，其特征在于，預(yù)設(shè)多個用戶類別并對每個所述用戶類別添加數(shù)值范圍的具體過程如下：

9.一種基于溫度的天然氣用戶分析系統(tǒng)，其特征在于，包括：

10.一種電子設(shè)備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，處理器、通信接口和存儲器通過通信總線完成相互間的通信；

11.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-8中任一項(xiàng)所述的基于溫度的天然氣用戶分析的方法。

技術(shù)總結(jié)
本發(fā)明涉及一種基于溫度的天然氣用戶分析的方法，所述基于溫度的天然氣用戶分析的方法包括以下步驟：獲取用戶的天然氣的歷史消費(fèi)量數(shù)據(jù)和對應(yīng)的溫度數(shù)據(jù)并建立溫度?消費(fèi)量關(guān)系曲線；對所述溫度?消費(fèi)量關(guān)系曲線進(jìn)行相關(guān)性回歸分析，得到溫度?消費(fèi)量相關(guān)系數(shù)；基于所述溫度?消費(fèi)量相關(guān)系數(shù)對所述用戶進(jìn)行分類。本發(fā)明通過將用戶的天然氣日消費(fèi)量數(shù)據(jù)和溫度數(shù)據(jù)建立數(shù)據(jù)點(diǎn)并進(jìn)行相關(guān)性回歸分析，得到每個歷史年度的預(yù)設(shè)時(shí)段對應(yīng)的溫度?消費(fèi)量相關(guān)系數(shù)，根據(jù)溫度?消費(fèi)量相關(guān)系數(shù)來進(jìn)行需求方的分類，實(shí)現(xiàn)用戶精細(xì)化分類，能夠解決相關(guān)技術(shù)中用戶分類不精準(zhǔn)的問題。

技術(shù)研發(fā)人員：王洪旭,潘凱,陳進(jìn)殿,劉源,劉定智,聶凌明,楊坤,劉曉娟,孟俐
受保護(hù)的技術(shù)使用者：中國石油天然氣股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6