(19)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 202210953800.X (22)申请日 2022.08.10 (71)申请人 上海勘测设计 研究院有限公司 地址 200000 上海市长 宁区临新路6 5弄 (72)发明人 吴昊天　魏忠　石明　潘智轩　 李润源　 (74)专利代理 机构 郑州博骏知识产权代理事务 所(普通合伙) 41222 专利代理师 赵云 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/951(2019.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) (54)发明名称 一种源网荷储背景下微电网电力设备资产 评估方法及系统 (57)摘要 本发明提供了一种源网荷储背景下微电网 电力设备资产评估方法及系统。 该方案包括通过 网络进行在线的数据爬取， 获取电力设备财务数 据和公布时间， 生成初始电力设备财务生数据； 利用自然语言解析， 保存为带有类型标号的财务 数据， 进行归一化处理， 标记设备分类编号， 获得 一个综合的标准财务数据； 进行时间的提取， 对 每个电力设备将提取的时间数据按照顺序存储 为序列形式， 获取全部的财务参数， 并将全部的 财务参数生成为时间序列形式， 通过递归运算和 深度学习获得具体的财务 综合评价指数， 并根据 预设的分类等级， 将被评估的微电网进行资产稳 定性评估。 该方案通过对于电力设备资产结合时 序数据、 历史数据、 收益数据和成本数据的多维 数据融合用统一变量， 量化了微电网电力设备资 产。 权利要求书4页 说明书13页 附图8页 CN 115130924 A 2022.09.30 CN 115130924 A 1.一种源网荷储背景 下微电网电力设备资产评估方法， 其特 征在于， 该 方法包括： 通过网络进行在线的数据爬取， 获取电力设备财务数据和公布时间， 生成初始电力设 备财务生数据； 获取所述初始电力设备财务生数据， 利用自然语言解析， 将所述初始电力设备财务生 数据保存为带有类型 标号的财务数据； 对所述带有类型标号的财务数据进行归一化处理， 标记设备分类编号， 获得一个综合 的标准财务数据； 将所述标准财务数据进行时间的提取， 进而对每个电力设备将提取的时间数据按照顺 序存储为序列形式， 同时存 储具有对应关系的财务 参数； 获取全部的财务参数， 并将全部的财务参数生成为时间序列形式， 通过递归运算和深 度学习获得 具体的财务综合评价指数； 获取所述财务综合评价指数， 并根据预设的分类等级， 将被评估的 电力设备划分为高 财务稳定电力设备、 中财务稳定电力设备和低财务稳定电力设备。 2.如权利要求1所述的一种源网荷储背景下微电网电力设备资产评估方法， 其特征在 于， 所述通过网络进 行在线的数据爬取， 获取电力设备财务数据和公布时间， 生成初始电力 设备财务生数据， 具体包括： 在网络进行间隔预设固定周期的自动爬取， 获得全部的电力设备 财务数据； 对所述电力设备财务数据进行按顺序存储， 存储分为两类， 第一类为电力设备财务数 据， 第二类为对应的公布时间； 将全部的有顺序的电力设备财务数据和公布时间按照存储的数据一并打包生成为所 述初始电力设备 财务生数据。 3.如权利要求1所述的一种源网荷储背景下微电网电力设备资产评估方法， 其特征在 于， 所述获取所述初始电力设备财务生数据， 利用自然语言解析， 将所述初始电力设备财务 生数据保存为带有类型 标号的财务数据， 具体包括： 获取所述初始电力设备 财务生数据； 利用自然语言解析方法进行特征提取， 提取公司名或电力设备名文字信息， 进行分类 存储； 将每个电力设备的财务数据进行类型提取， 获得分类数据， 所述分类数据包括成本、 资 产、 负债、 收益、 现金、 未来收益； 将各类数据按照分类数据形成的类型表， 进行填表， 并按照原始 的生成顺序存储为带 有类型标号的财务数据。 4.如权利要求1所述的一种源网荷储背景下微电网电力设备资产评估方法， 其特征在 于， 所述对所述带有类型标号的财务数据进 行归一化处理， 标记设备分类编号， 获得一个综 合的标准财务数据， 具体包括： 获取所述带有类型 标号的财务数据分解 为不同电力设备的财务数据； 对每个电力设备的财务数据按照成本、 资产、 负债、 收益、 现金、 未来收益分别生成数据 表， 并在其中标记设备分类编号； 按照成本、 资产、 负债、 收益、 现金、 未来收益单独的数据表归一化处理， 并存储为标准 财一个综合的标准财务数据。权　利　要　求　书 1/4 页 2 CN 115130924 A 25.如权利要求1所述的一种源网荷储背景下微电网电力设备资产评估方法， 其特征在 于， 所述将所述标准财务数据进行时间的提取， 进而对每个电力 设备将提取 的时间数据按 照顺序存 储为序列形式， 同时存 储具有对应关系的财务 参数， 具体包括： 对于所述标准财务数据中的公布时间， 提取全部的时间数据； 将不存在所述时间数据的节点 不全为0； 将存在的全部的时间数据按照最初的存储顺序， 并将不存在时间数据的不全为0， 此时 形成与财务参数对应的序列形式的文件， 进行存储， 并同时存储与序列结构具有对应关系 的财务参数。 6.如权利要求1所述的一种源网荷储背景下微电网电力设备资产评估方法， 其特征在 于， 所述获取全部的财务参数， 并将全部的财务参数生成为时间序列形式， 通过递归运算和 深度学习获得 具体的财务综合评价指数， 具体包括： 获取全部财务 参数， 并设置递归 模型函数； 获取所述全部财务 参数对应的时间序列， 生成标准 化的时间序列输入数据； 获取当前的设备分类编 号， 根据所述设备分类编号获得所述 时间序列输入数据的特征 划分节点和类型分类； 获取全部的类型分类， 并根据第一计算公式获取成本数据； 获取全部的类型分类， 根据第二计算公式获取 预测收益数据； 利用所述 递归模型函数进行分类提取， 生成对应 类型下的成本数据和预测收益数据； 利用第三计算公式获得成本均值； 利用第四计算公式获得 预测收益均值； 利用第五计算公式进行 特征提取， 获得最优的节点划分方式； 根据所述最优的节点划分方式， 利用所述递归模型函数进行评价值计算， 并利用第七 计算公式获得 所述财务综合评价指数； 所述递归模型函数为： y(t)＝f[y(t ‑1)， y(t‑2)，……， y(t‑d)] 其中， y(t)为财务参数在第t时刻对应的时间序列输入数据， f[ ]为财务参数进行预测 递归的函数， f[y(t ‑1)， y(t‑2)，……， y(t‑d)]为y(t ‑1)， y(t‑2)，……， y(t‑d)组成的多项 式拟合函数通过第六计算公式获得， y(t ‑1)、 y(t‑2)、……、 y(t‑d)分别为财务参数在第t时 刻之前的d组数据对应的时间序列输入数据， d为该分组的样本总数； 所述第一计算公式为： P＝Y*(1+L*U) 其中， P为所述成本数据， Y为历史成本数据， L为利润系数， U为调 节系数， 所述调 节系数 取值在1‑1.5， 由用户根据需求设定； 所述第二计算公式为： Q＝Z*Σ(C *S) 其中， Q为所述预测收益数据， C为成分率， Z为折现系数， S为未来业务收益， 所述折现系 数取值为0 ‑1之间， 所述折现系数由当前容易变现资产占全部 资产比例表示， 所述 成分率为 当前的成本与利 润之间的比例， 所述未来 业务收益为预估值， 由用户直接设定获得； 所述第三计算公式为：权　利　要　求　书 2/4 页 3 CN 115130924 A 3