【技术实现步骤摘要】
基于大数据的开放售电环境下大用户用电行为分析方法
本专利技术涉及供电
，特别涉及一种基于大数据的开放售电环境下大用户用电行为分析方法。
技术介绍
目前在针对开放售电环境下，供电企业期望增加与客户粘性，更加注重与用户的互动，用户的用电行为分析也是国际上的研究热点。通过对用户的用电行为进行数据化处理，可以对用户用电行为规律进行建模和挖掘，从而揭示与用户用电行为密切相关的属性，发现各类用户之间的隐含关系。基于大数据的开放售电环境下大用户用电行为分析是供电企业了解用户的用户负荷模式特性的重要方法，研究用户的用电负荷模式特征，有助于用电企业更深刻地认识用户，并能够根据不同的用户群制定相应的市场策略、提供相应的个性化服务。
技术实现思路
为了解决
技术介绍
中所述问题，本专利技术提供一种基于大数据的开放售电环境下大用户用电行为分析方法，针对开放售电环境下，开展基于大数据的需求侧售电主体和用户用电特征行为分析，掌握售电主体与用电客户的行为特征，并深入分析用户内部的负荷成分，获取不同精细程度的用户用电信息，进而提升负荷监测及预测技术的精确性。为了达到上述目的，本专利技术采用以下技术...
【技术保护点】
1.一种基于大数据的开放售电环境下大用户用电行为分析方法，其特征在于，将同一用户在不同时间的日负荷数据作聚类，划分出同一用户在不同日期的用电特点，进一步分析用户内部的负荷成分，获取不同精细程度的用户用电信息，进而提升负荷监测及预测技术的精确性；所述的方法包括如下步骤：步骤一、获取某地区大用户用电负荷样本数据，设置采样间隔，每户每天采样若干点用电负荷采样数据；将样本数据归一化处理，把所有数据转换为0～1之间的小数，具体公式为：x'＝(x‑min(x))/(max(x)‑min(x))其中：x为用户用电负荷样本数据，x’为样本数据归一化处理后的值；步骤二、根据K‑Means聚类...
【技术特征摘要】
1.一种基于大数据的开放售电环境下大用户用电行为分析方法，其特征在于，将同一用户在不同时间的日负荷数据作聚类，划分出同一用户在不同日期的用电特点，进一步分析用户内部的负荷成分，获取不同精细程度的用户用电信息，进而提升负荷监测及预测技术的精确性；所述的方法包括如下步骤：步骤一、获取某地区大用户用电负荷样本数据，设置采样间隔，每户每天采样若干点用电负荷采样数据；将样本数据归一化处理，把所有数据转换为0～1之间的小数，具体公式为：x'＝(x-min(x))/(max(x)-min(x))其中：x为用户用电负荷样本数据，x’为样本数据归一化处理后的值；步骤二、根据K-Means聚类算法，基于大用户用电负荷归一化数据进行聚类分析；1)设置初始聚类参数，即...
【专利技术属性】
技术研发人员：徐静，杜荣宇，田宝树，曹志鹏，常旭东，李昭萱，张震亚，唐建奎，
申请(专利权)人：国网辽宁省电力有限公司朝阳供电公司，国家电网有限公司，
类型：发明
国别省市：辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。