基于大数据分析的电力用户分析方法、装置及电子设备制造方法及图纸

本发明专利技术实施例公开了一种基于大数据分析的电力用户分析方法、装置及电子设备。其中的方法包括：根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；计算所述关系网络中任意两节点间的相关度；依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；确定所述每一用户群的群标签属性和用电行为特征。本发明专利技术便于为电力用户提供个性化用电服务、精准实施需求响应策略、深入发掘客户价值。

Power User Analysis Method, Device and Electronic Equipment Based on Large Data Analysis

The embodiment of the present invention discloses a power user analysis method, device and electronic device based on large data analysis. The methods include: matching the corresponding user labels for each user in the network according to the preset user labels generated from at least two dimensions, and using each user as a network node to construct the relationship network between the power users and their labels; calculating the correlation between any two nodes in the network; and according to the correlation between any two nodes in the network. The nodes are merged to form multiple user groups, and the group label attributes and power consumption behavior characteristics of each user group are determined. The invention is convenient for providing personalized electricity service for power users, precisely implementing demand response strategy and deeply exploring customer value.

【技术实现步骤摘要】
基于大数据分析的电力用户分析方法、装置及电子设备
本专利技术涉及电力领域，尤其涉及一种基于大数据分析的电力用户分析方法、装置及电子设备。
技术介绍
当前，随着能源互联网及智能用电技术的发展，深入了解电力用户群体特征，并提供精准电力服务，成为“互联网+”智慧能源的重要研究内容。目前，对电力用户群体分析方法多是基于历史负荷数据，建立基于人工智能方法的负荷识别和预测模型，再利用聚类的方法实现基于用电行为的用户群体分析，或是基于行业或领域等用户属性将电力用户进行细分，进而形成群体属性的关系。这些分类方法往往一个群体中的用户只包含了个别共同属性，难以真正形成包含个体属性用电行为和互联网行为等多种属性的相似用户群体，进而影响基于群体特征的用户用电行为分析预测模型的构建。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于大数据分析的电力用户分析方法、装置及电子设备，至少部分的解决现有技术中存在的问题。第一方面，本专利技术实施例提供了基于大数据分析的电力用户分析方法，包括：根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；计算所述关系网络中任意两节点间的相关度；依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；确定所述每一用户群的群标签属性和用电行为特征。根据本专利技术基于大数据分析的电力用户分析方法实施例的一种具体实现方式，还包括：接收新用户信息，依据所述预先设定的多个用户的标签，确定与新用户关联的标签；依据所述用户群的群标签属性和用电行为特征，确定所述新用户所归属的用户群；预测新用户用电负荷量。根据本专利技术基于大数据分析的电力用户分析方法实施例的一种具体实现方式，所述用户标签基于用户社会属性和用户用电行为生成。根据本专利技术基于大数据分析的电力用户分析方法实施例的一种具体实现方式，所述计算所述关系网络中任意两节点间的相关度为：依据预先设定的网络节点间相互关系权重模型，计算所述关系网络中任意两节点间的关系权重；其中，所述相互关系模型为：α＝Nij×Siji表示第i个用户；j表示第j个用户；α为所述关系网络中任意两节点，用户i和用户j的相互关系权重；Nij为所述关系网络中任意两节点，用户i和用户j之间相同标签的个数；Sij为权重因子，其为所述关系网络中任意两节点，用户i和用户j用电行为相似度；并且，所述用电行为相似度Sij通过如下方式确定：Lin为用户i日均负荷曲线中，各小时的平均负荷，1≤n≤24；Ljn为用户j日均负荷曲线中，各小时的平均负荷，1≤n≤24；根据本专利技术基于大数据分析的电力用户分析方法实施例的一种具体实现方式，所述依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群为：计算所述关系网络中任意两节点用户之间的相互关系权重；将所述相互关系权重最大的两个节点合并为一个用户群，并视其为网络中的一个新节点；计算所述新节点与其他各个节点的相互关系权重，将权重最大的节点合并至该群中，形成更新的用户群；在所述用户群中的用户超过售电体预先设定的用户数的情况下，完成相似用户群体的识别和构建。根据本专利技术基于大数据分析的电力用户分析方法实施例的一种具体实现方式，在确定用户i和用户j之间相同标签的个数Nij时，可供选择的用户标签包括：用户社会属性、用户信用和购电渠道。第二方面，本专利技术实施例提供了一种基于大数据分析的电力用户分析装置，包括：关系网络构建模块，用于根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；相关度计算模块，用于计算所述关系网络中任意两节点间的相关度；用户群生成模块，用于依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；特征确定模块，用于确定所述每一用户群的群标签属性和用电行为特征。根据本专利技术基于大数据分析的电力用户分析装置实施例的一种具体实现方式，还包括：新用户标签确定模块，用于接收新用户信息，依据所述预先设定的多个用户的标签，确定与新用户关联的标签；归属确定模块，用于依据所述用户群的群标签属性和用电行为特征，确定所述新用户所归属的用户群；预测模块，用于预测新用户用电负荷量。根据本专利技术基于大数据分析的电力用户分析装置实施例的一种具体实现方式，所述用户标签基于用户社会属性和用户用电行为生成。根据本专利技术基于大数据分析的电力用户分析装置实施例的一种具体实现方式，所述相关度计算模块用于：依据预先设定的网络节点间相互关系权重模型，计算所述关系网络中任意两节点间的关系权重；其中，所述相互关系模型为：α＝Nij×Siji表示第i个用户；j表示第j个用户；α为所述关系网络中任意两节点，用户i和用户j的相互关系权重；Nij为所述关系网络中任意两节点，用户i和用户j之间相同标签的个数；Sij为权重因子，其为所述关系网络中任意两节点，用户i和用户j用电行为相似度；并且，所述用电行为相似度Sij通过如下方式确定：Lin为用户i日均负荷曲线中，各小时的平均负荷，1≤n≤24；Ljn为用户j日均负荷曲线中，各小时的平均负荷，1≤n≤24；根据本专利技术基于大数据分析的电力用户分析装置实施例的一种具体实现方式，所述用户群生成模块包括：计算单元，用于计算所述关系网络中任意两节点用户之间的相互关系权重；第一合并单元，用于将所述相互关系权重最大的两个节点合并为一个用户群，并视其为网络中的一个新节点；第二合并单元，用于计算所述新节点与其他各个节点的相互关系权重，将权重最大的节点合并至该群中，形成更新的用户群；在所述用户群中的用户超过售电体预先设定的用户数的情况下，完成相似用户群体的识别和构建。根据本专利技术基于大数据分析的电力用户分析装置实施例的一种具体实现方式，在确定用户i和用户j之间相同标签的个数Nij时，可供选择的用户标签包括：用户社会属性、用户信用和购电渠道。第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及，与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的基于大数据分析的电力用户分析方法。第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于大数据分析的电力用户分析方法。第五方面，本专利技术实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于大数据分析的电力用户分析方法。本专利技术实施例提供的基于大数据分析的电力用户分析方法、装置及电子设备非暂态计算机可读存储介质及计算机程序，针对电力用户至少两个维度的属性特征，例如，用电行为和社会属性特征，建立用户标签体系及用户关系网络，计算所述关系网络中任意两节点间的相关度；并依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；进而确定所述本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的电力用户分析方法，其特征在于，包括：根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；计算所述关系网络中任意两节点间的相关度；依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；确定所述每一用户群的群标签属性和用电行为特征。

【技术特征摘要】
1.一种基于大数据分析的电力用户分析方法，其特征在于，包括：根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；计算所述关系网络中任意两节点间的相关度；依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；确定所述每一用户群的群标签属性和用电行为特征。2.根据权利要求1所述的基于大数据分析的电力用户分析方法，其特征在于，还包括：接收新用户信息，依据所述预先设定的多个用户的标签，确定与新用户关联的标签；依据所述用户群的群标签属性和用电行为特征，确定所述新用户所归属的用户群；预测新用户用电负荷量。3.根据权利要求1或2所述的基于大数据分析的电力用户分析方法，其特征在于，所述用户标签基于用户社会属性和用户用电行为生成。4.根据权利要求3所述的基于大数据分析的电力用户分析方法，其特征在于，所述计算所述关系网络中任意两节点间的相关度为：依据预先设定的网络节点间相互关系权重模型，计算所述关系网络中任意两节点间的关系权重；其中，所述相互关系模型为：α＝Nij×Siji表示第i个用户；j表示第j个用户；α为所述关系网络中任意两节点，用户i和用户j的相互关系权重；Nij为所述关系网络中任意两节点，用户i和用户j之间相同标签的个数；Sij为权重因子，其为所述关系网络中任意两节点，用户i和用户j用电行为相似度；并且，所述用电行为相似度Sij通过如下方式确定：Lin为用户i日均负荷曲线中，各小时的平均负荷，1≤n≤24；Ljn为用户j日均负荷曲线中，各小时的平均负荷，1≤n≤24。5.根据权利要求4所述的基于大数据分析的电力用户分析方法，其特征在于，所述依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群为：计算所述关系网络中任意两节点用户之间的相互关系权重；将所述相互关...

【专利技术属性】
技术研发人员：刘宗健，张振兵，
申请(专利权)人：罗孚电气厦门有限公司，
类型：发明
国别省市：福建,35