(19)國家知識產(chǎn)權(quán)局(12)發(fā)明專利申請(22)申請日2025.05.27中心264號2#樓9-15層申請人國網(wǎng)福建省電力有限公司郭永劼于婭楠茅琳玲林偉挺GO6NGO6NGO6NH02J合伙)35001一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法本發(fā)明涉及一種基于企業(yè)供電服務(wù)畫像的基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)構(gòu)建企業(yè)負(fù)荷預(yù)測模型，基于企業(yè)歷史負(fù)荷數(shù)據(jù)預(yù)測企業(yè)的未來負(fù)荷數(shù)據(jù)模型得到企業(yè)用電彈性需求曲線，根據(jù)企業(yè)用電彈性需求曲線對供電服務(wù)策略進(jìn)行優(yōu)化2基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)備與負(fù)荷關(guān)構(gòu)建企業(yè)用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫2.根據(jù)權(quán)利要求1所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特對企業(yè)歷史不同時刻的負(fù)荷數(shù)據(jù)進(jìn)行歸一化處理后構(gòu)建輸入樣本集，具體如下式所其中：X(t)表示至t時刻的輸入樣本集；Lnorm(t)表示t時刻歸一化后的企業(yè)負(fù)荷數(shù)所述短時特征提取層基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，將輸入樣本集輸入短時特征提取層提取33.根據(jù)權(quán)利要求2所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特企業(yè)的實際產(chǎn)能；Pmax表示企業(yè)的歷史最大產(chǎn)能；U(t)表示t時刻企業(yè)的訂單履約緊迫4.根據(jù)權(quán)利要求3所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特向前回溯的歷史時間間隔；表示最大回溯窗Lcorec(t+n)=L(t+n)·[1+∑ta,·tanh(DCCF(i,其中：Lcorrect(t+n)表示t+n時刻修正后的企業(yè)未來負(fù)荷數(shù)據(jù)；L(t+n)表示DCCF(i,t)表示t時刻企業(yè)設(shè)備i與企業(yè)歷史負(fù)荷的關(guān)聯(lián)性特征；Epred(i,t)表示t時刻企5.根據(jù)權(quán)利要求4所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特通過改進(jìn)的動態(tài)時間規(guī)整算法對企業(yè)未來負(fù)荷數(shù)據(jù)與任一典型負(fù)荷模式時間序列進(jìn)DTW(X,Y)=minp√Z(xmyn)EPw(m,n)4基于對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)，通過高斯混合模型識別與其最接近的負(fù)荷模式，具其中：X表示對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)；◎表示高斯混合模型的參數(shù)集合，率密度最大的負(fù)荷模式c下的對應(yīng)的高斯混合模型的參數(shù)集合。6.根據(jù)權(quán)利要求5所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特第J個分時電價階梯的價格彈性系數(shù)；Ptariff,表示第?個分時電價階梯的電像。7.根據(jù)權(quán)利要求6所述的一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，其特Fopt=min[Zt+nDela(t+n)·Ptariff(t+n)+γ·V8.一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化系統(tǒng)，5模塊、企業(yè)負(fù)荷預(yù)測模塊、生產(chǎn)強度特征生成模塊、關(guān)聯(lián)性特征生產(chǎn)模塊、負(fù)荷模式識別模塊、企業(yè)供電服務(wù)畫像構(gòu)建模塊以及供電服務(wù)策略優(yōu)化模塊；所述數(shù)據(jù)采集模塊用于采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)，并對歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理；所述企業(yè)負(fù)荷預(yù)測模塊用于構(gòu)建企業(yè)負(fù)荷預(yù)測模型，基于企業(yè)歷史負(fù)荷數(shù)據(jù)預(yù)測企業(yè)的未來負(fù)荷數(shù)據(jù)；所述生產(chǎn)強度特征生成模塊用于基于企業(yè)歷史運營數(shù)據(jù)計算企業(yè)的生產(chǎn)強度特征；所述關(guān)聯(lián)性特征生產(chǎn)模塊用于基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)備與負(fù)荷關(guān)聯(lián)性特征，并根據(jù)關(guān)聯(lián)性特征對企業(yè)未來負(fù)荷數(shù)據(jù)進(jìn)行修正；所述負(fù)荷模式識別模塊用于根據(jù)修正后企業(yè)未來負(fù)荷數(shù)據(jù)識別企業(yè)的負(fù)荷模式；所述企業(yè)供電服務(wù)畫像構(gòu)建模塊用于基于企業(yè)的生產(chǎn)強度特征、設(shè)備與負(fù)荷關(guān)聯(lián)性特所述供電服務(wù)策略優(yōu)化模塊用于構(gòu)建企業(yè)用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫像以及修正后的未來負(fù)荷數(shù)據(jù)輸入企業(yè)用電需求彈性響應(yīng)模型得到企業(yè)用電彈性需求曲線，根據(jù)企業(yè)用電彈性需求曲線對供電服務(wù)策略進(jìn)行優(yōu)化。9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至7任一項所述的方法。10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述的方法。6一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法技術(shù)領(lǐng)域[0001]本發(fā)明涉及一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，屬于能源管理技術(shù)領(lǐng)域。背景技術(shù)[0002]在電力系統(tǒng)規(guī)劃和企業(yè)用電管理領(lǐng)域，負(fù)荷預(yù)測與供電服務(wù)策略優(yōu)化一直是實現(xiàn)高效、安全、經(jīng)濟供電的關(guān)鍵環(huán)節(jié)。傳統(tǒng)方法主要包括統(tǒng)計學(xué)方法和基于歷史數(shù)據(jù)的時間序列模型，如自回歸滑動平均模型(ARMA)、指數(shù)平滑法以及簡單的回歸分析，這些方法通常在數(shù)據(jù)量較小時具有一定預(yù)測能力。然而，隨著企業(yè)生產(chǎn)、設(shè)備運行及市場環(huán)境的日益復(fù)雜，傳統(tǒng)技術(shù)存在多方面局限性：現(xiàn)有技術(shù)往往僅僅側(cè)重于利用企業(yè)歷史負(fù)荷數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測，而忽略了企業(yè)生產(chǎn)強度、訂單履約情況、設(shè)備運行狀況等多維度數(shù)據(jù)的作用。單一數(shù)據(jù)源或特征的使用使得模型在捕捉非線性、多模態(tài)變化規(guī)律時能力有限；傳統(tǒng)負(fù)荷預(yù)測模型主要依賴簡單的統(tǒng)計模型或淺層神經(jīng)網(wǎng)絡(luò)，難以捕捉企業(yè)用電數(shù)據(jù)中的長時依賴性和復(fù)雜非線性特征。尤其在面對負(fù)荷數(shù)據(jù)的時序波動、多變的生產(chǎn)節(jié)奏和設(shè)備狀態(tài)變化時，傳統(tǒng)模型容易出現(xiàn)欠擬合或預(yù)測偏差較大的問題；以往的供電服務(wù)策略主要側(cè)重于靜態(tài)成本分析，并未充分考慮企業(yè)對價格波動的響應(yīng)彈性，缺乏將企業(yè)實際生產(chǎn)、設(shè)備運行和市場電價等多因素協(xié)同作用引入決策過程的綜合模型，使得供電服務(wù)策略難以應(yīng)對復(fù)雜的市場環(huán)境和瞬息萬變的用電需求。發(fā)明內(nèi)容[0003]為了解決上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明提出了一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法。[0004]本發(fā)明的技術(shù)方案如下：一方面，本發(fā)明提供了一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，包括以下步驟：采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)，并對歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理；構(gòu)建企業(yè)負(fù)荷預(yù)測模型，基于企業(yè)歷史負(fù)荷數(shù)據(jù)預(yù)測企業(yè)的未來負(fù)荷數(shù)據(jù)；基于企業(yè)歷史運營數(shù)據(jù)計算企業(yè)的生產(chǎn)強度特征；基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)備與負(fù)荷關(guān)聯(lián)性特征，并根據(jù)關(guān)聯(lián)性特征對企業(yè)未來負(fù)荷數(shù)據(jù)進(jìn)行修正；根據(jù)修正后企業(yè)未來負(fù)荷數(shù)據(jù)識別企業(yè)的負(fù)荷模式；基于企業(yè)的生產(chǎn)強度特征、設(shè)備與負(fù)荷關(guān)聯(lián)性特征、負(fù)荷模式構(gòu)建企業(yè)供電服務(wù)構(gòu)建企業(yè)用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫像以及修正后的未來負(fù)荷數(shù)7對企業(yè)歷史不同時刻的負(fù)荷數(shù)據(jù)進(jìn)行歸一化處理后構(gòu)建輸所述短時特征提取層基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，將輸入樣時特征提取層的卷積層數(shù)量；W表示第1個卷積層的權(quán)重矩陣；bi表示第1個卷積層的偏頭的輸出；h表示注意力頭總數(shù)；W?表示多頭注意力的輸出線性投影權(quán)重矩陣；8時刻向前回溯的歷史時間間隔；表示最大回溯窗口長度；N(i)表示企業(yè)設(shè)備i的空間鄰域業(yè)設(shè)備i的空間鄰域設(shè)備集合中的第j個設(shè)備；λ表示歷史時間權(quán)重衰減系數(shù)；Eload(j,t—t)表示t—T時刻設(shè)備j的歷史負(fù)荷數(shù)據(jù)；Lhist(t)Lcorec(t+n)=L(t+n)·[1+Za,tanh(示t+n時刻的企業(yè)未來負(fù)荷數(shù)據(jù)；n表示預(yù)測跨度時刻；αi表示企業(yè)設(shè)備i的重要企業(yè)設(shè)備i的負(fù)荷數(shù)據(jù)。通過改進(jìn)的動態(tài)時間規(guī)整算法對企業(yè)未來負(fù)荷數(shù)據(jù)與任一典型負(fù)荷模式時間序DTW(X,Y)=minp√Z(xmyn)EPw(m,n)與典型負(fù)荷模式時間序列Y進(jìn)行對齊；P表示將企業(yè)未來負(fù)荷數(shù)據(jù)X與典型負(fù)荷模式時間基于對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)，通過高斯混合模型識別與其最接近的負(fù)荷模其中：X表示對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)；◎表示高斯混合模型的參數(shù)集合，9率密度最大的負(fù)荷模式c下的對應(yīng)的高斯混合模型的參數(shù)集合。其中：Dela(t+n)表示t+n時刻企業(yè)用電彈性需求；表示分時電價階梯總數(shù)；Gj表示第j個分時電價階梯的價格彈性系數(shù)；Ptariff,j表示第J個分Fopt=min[Zt+n(Dela(t+n)·Ptariff(t+n)+γ·V其中：Fopt表示企業(yè)的優(yōu)化供電服務(wù)策略；Ptariff(t+n)表示t+九時刻的電[0011]再一方面，本發(fā)明還提供了一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化系所述數(shù)據(jù)采集模塊用于采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)所述生產(chǎn)強度特征生成模塊用于基于企業(yè)歷史運營數(shù)據(jù)計算企業(yè)的生產(chǎn)強度特所述關(guān)聯(lián)性特征生產(chǎn)模塊用于基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)所述供電服務(wù)策略優(yōu)化模塊用于構(gòu)建企業(yè)用電需求彈性務(wù)畫像以及修正后的未來負(fù)荷數(shù)據(jù)輸入企業(yè)用電需求彈性響應(yīng)模型得到企業(yè)用電彈性需求曲線，根據(jù)企業(yè)用電彈性需求曲線對供電服務(wù)策略進(jìn)行優(yōu)化。[0012]再一方面，本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如本發(fā)明所述的方法。[0013]再一方面，本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明所述的方法。[0014]本發(fā)明具有如下有益效果：1、本發(fā)明通過采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)，構(gòu)建綜合的企業(yè)供電服務(wù)畫像，這種畫像整合了生產(chǎn)強度特征、設(shè)備與負(fù)荷之間的關(guān)聯(lián)性以及典型的負(fù)荷模式，能夠全面反映企業(yè)從生產(chǎn)到供電各環(huán)節(jié)的實際情況，提高了負(fù)荷預(yù)測與用電響應(yīng)的適應(yīng)性和準(zhǔn)確性。[0015]2、本發(fā)明提出了基于深度混合注意力時序網(wǎng)絡(luò)的負(fù)荷預(yù)測模型，通過引入卷積神經(jīng)網(wǎng)絡(luò)用于短時特征提取、多頭自注意力機制捕捉長期依賴關(guān)系以及多層感知機進(jìn)行映射，極大提升了模型對復(fù)雜時序特征和非線性關(guān)系的建模能力，確保了預(yù)測結(jié)果的魯棒性和準(zhǔn)確性。[0016]3、本發(fā)明構(gòu)建了用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫像與預(yù)測負(fù)荷數(shù)據(jù)相結(jié)合，考慮電價、價格彈性系數(shù)以及企業(yè)綜合特征的影響，通過彈性需求曲線分析，在確保用電穩(wěn)定的前提下，實現(xiàn)成本最小化。結(jié)合供電服務(wù)策略優(yōu)化目標(biāo)函數(shù)，在降低供電成本的同時，進(jìn)一步平衡用電負(fù)荷的波動性，從而提升供電系統(tǒng)的經(jīng)濟性和穩(wěn)定性。附圖說明[0017]圖1為本發(fā)明方法流程圖。具體實施方式[0018]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他[0019]應(yīng)當(dāng)理解，文中所使用的步驟編號僅是為了方便描述，不對作為對步驟執(zhí)行先后順序的限定。[0020]應(yīng)當(dāng)理解，在本發(fā)明說明書中所使用的術(shù)語僅僅是出于描述特定實施例的目的而并不意在限制本發(fā)明。如在本發(fā)明說明書和所附權(quán)利要求書中所使用的那樣，除非上下文[0022]術(shù)語“和/或”是指相關(guān)聯(lián)列出的項中的一個或多個的任何組合以及所有可能組[0023]實施例一：參見圖1,一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化方法，包括以下步驟：采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)，并對歷史負(fù)荷數(shù)據(jù)、歷基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)備與負(fù)所述短時特征提取層基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，將輸入樣時特征提取層的卷積層數(shù)量；W表示第1個卷積層的權(quán)重矩陣；b?表示第1個卷積層的偏其中：M表示短期動態(tài)窗口最大長度，控制對負(fù)荷動態(tài)變化特征追溯的深度；φ(m)表示長度為m的短期動態(tài)窗口的時間衰減權(quán)重函數(shù)，φ(m)=e-Bm,β表示時間權(quán)重衰減速率；Eload(j,t—T-m)表示企業(yè)設(shè)備j在t—T-m時刻的歷史負(fù)荷數(shù)據(jù)；數(shù)，其中，x=Eload(j,t—T-m),y=Lhist(t-m);Hx表示長度為m的短期動態(tài)窗口內(nèi)企業(yè)設(shè)備j的歷史負(fù)荷數(shù)據(jù)均值；Hy表示長度為m的短期動態(tài)窗口內(nèi)企業(yè)整體歷史負(fù)荷示t+n時刻的企業(yè)未來負(fù)荷數(shù)據(jù)；n表示預(yù)測跨度時刻；αi表示企業(yè)設(shè)備i的重要性權(quán)企業(yè)設(shè)備i的負(fù)荷數(shù)據(jù)。通過改進(jìn)的動態(tài)時間規(guī)整算法對企業(yè)未來負(fù)荷數(shù)據(jù)與任一典型負(fù)荷模式時間序DTW(X,Y)=minp√Z(xmyn)EPw(m,n)與典型負(fù)荷模式時間序列Y進(jìn)行對齊；P表示將企業(yè)未來負(fù)荷數(shù)據(jù)X與典型負(fù)荷模式時間序列Y之間的對齊方式的集合，即在兩個時序數(shù)據(jù)之間所有滿足一定約束條件(邊界條件、基于對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)，通過高斯混合模型識別與其最接近的負(fù)荷模其中：X表示對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)；◎表示高斯混合模型的參數(shù)集合，式占總體數(shù)據(jù)的比例；|Ac|表示基于第C個負(fù)荷模式對應(yīng)的典型負(fù)荷模式時間序列構(gòu)建的協(xié)方差矩陣的行列式；μc表示第C個負(fù)荷模式對應(yīng)的典型負(fù)荷模式時間序列的均值；Mtag(t)表示t時刻企業(yè)未來負(fù)荷數(shù)據(jù)對應(yīng)的負(fù)荷模式；X(t)表示對齊后的企業(yè)未來負(fù)荷數(shù)據(jù)在t時刻的數(shù)據(jù)點；0:表示X(t)在其出現(xiàn)的概率密度最大的負(fù)荷模式c下的對應(yīng)的高斯混合模型的參數(shù)集合；(2π)2表示正態(tài)分布密度函數(shù)中的歸一化常數(shù)的一部分；所述負(fù)荷模式具體包括：其特點為用電量變化相對平穩(wěn)，波動較小，整體負(fù)荷水平基本保持穩(wěn)定。其特點為用電需求有明顯的周期性波動，通常表現(xiàn)為某些時段(例如白天、生產(chǎn)高峰期)負(fù)荷急增，而在夜間或休息期間負(fù)荷顯著下降。其特點為負(fù)荷隨生產(chǎn)工序或設(shè)備狀態(tài)的不同階段呈現(xiàn)分段式變化，可能由設(shè)備啟其特點為在特定事件或異常情況(如設(shè)備故障、應(yīng)急調(diào)度)下，負(fù)荷會在短時間內(nèi)急劇上升或下降，表現(xiàn)為突發(fā)性波動。其特點為企業(yè)在擴產(chǎn)或減產(chǎn)期間，整體負(fù)荷呈現(xiàn)出逐步上升或下降的趨勢。其特點為負(fù)荷受季節(jié)、氣候或市場需求周期的影響，呈現(xiàn)出長期的波動趨勢。[0033]作為本實施例的優(yōu)選實施方式，構(gòu)建企業(yè)用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫像輸入企業(yè)用電需求彈性響應(yīng)模型得到企業(yè)用電彈性需求曲線，具體如下式所示：其中：Dela(t+n)表示t+n時刻企業(yè)用電彈性需求；表示分時電價階梯總數(shù)；Gj表示第?個分時電價階梯的價格彈性系數(shù)；Ptariff,f表示第J個分時電價階梯的電價；Pbase表示基礎(chǔ)電價；fimp表示服務(wù)畫像影響函數(shù)；Ipsp(t+n)表示t+n時刻的企業(yè)供電服務(wù)畫像；所述服務(wù)畫像影響函數(shù)具體如下式所示：其中：W;表示第j個分時電價階梯的權(quán)重向量；b;表示第j個分時電價階梯的偏所述企業(yè)供電服務(wù)畫像具體如下式所示：作為本實施例的優(yōu)選實施方式，根據(jù)企業(yè)用電彈性需Fopt=min(Zt+nDela(t+n)·Ptariff(t+n))+γ·Var其中：Fopt表示企業(yè)的優(yōu)化供電服務(wù)策略；Ptariff(t+n)表示t+九時刻的電更加重視負(fù)荷的穩(wěn)定性(降低波動),當(dāng)Y較小時，則主要關(guān)注降低供電成本；Var(Dela(t+n))表示企業(yè)用電彈性需求的方差；通過最小化Fopt來尋找最優(yōu)供電策略，從而在滿足用電需求的基礎(chǔ)上達(dá)到成本最低或者負(fù)荷平穩(wěn)性最優(yōu)的目標(biāo)，在整體決策中實際的優(yōu)化變量包括：企業(yè)主動負(fù)荷管理策略(如負(fù)荷削峰與移峰措施)、儲能設(shè)備的啟停及充放電策略、生產(chǎn)工藝上負(fù)荷時序的合理調(diào)整。一種基于企業(yè)供電服務(wù)畫像的供電服務(wù)策略優(yōu)化系統(tǒng)，包括數(shù)據(jù)采集模塊、企業(yè)負(fù)荷預(yù)測模塊、生產(chǎn)強度特征生成模塊、關(guān)聯(lián)性特征生產(chǎn)模塊、負(fù)荷模式識別模塊、企業(yè)供電服務(wù)畫像構(gòu)建模塊以及供電服務(wù)策略優(yōu)化模塊；所述數(shù)據(jù)采集模塊用于采集企業(yè)歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)，并對歷史負(fù)荷數(shù)據(jù)、歷史運營數(shù)據(jù)以及企業(yè)設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理；所述企業(yè)負(fù)荷預(yù)測模塊用于構(gòu)建企業(yè)負(fù)荷預(yù)測模型，基于企業(yè)歷史負(fù)荷數(shù)據(jù)預(yù)測企業(yè)的未來負(fù)荷數(shù)據(jù)；所述生產(chǎn)強度特征生成模塊用于基于企業(yè)歷史運營數(shù)據(jù)計算企業(yè)的生產(chǎn)強度特所述關(guān)聯(lián)性特征生產(chǎn)模塊用于基于企業(yè)設(shè)備數(shù)據(jù)以及歷史負(fù)荷數(shù)據(jù)提取企業(yè)設(shè)備與負(fù)荷關(guān)聯(lián)性特征，并根據(jù)關(guān)聯(lián)性特征對企業(yè)未來負(fù)荷數(shù)據(jù)進(jìn)行修正；所述負(fù)荷模式識別模塊用于根據(jù)修正后企業(yè)未來負(fù)荷數(shù)據(jù)識別企業(yè)的負(fù)荷模式；所述企業(yè)供電服務(wù)畫像構(gòu)建模塊用于基于企業(yè)的生產(chǎn)強度特征、設(shè)備與負(fù)荷關(guān)聯(lián)性特征、負(fù)荷模式構(gòu)建企業(yè)供電服務(wù)畫像；所述供電服務(wù)策略優(yōu)化模塊用于構(gòu)建企業(yè)用電需求彈性響應(yīng)模型，將企業(yè)供電服務(wù)畫像以及修正后的未來負(fù)荷數(shù)據(jù)輸入企業(yè)用電需求彈性響應(yīng)模型得到企業(yè)用電彈性需求曲線，根據(jù)企業(yè)用電彈性需求曲線對供電服務(wù)策略進(jìn)行優(yōu)化。[0035]該系統(tǒng)用于實現(xiàn)實施例一中的方法，在此不再贅述。本實施例提出一種電子設(shè)備