一种基于机器学习技术的智能电网信息管理方法及系统技术方案

本发明专利技术公开了一种基于机器学习技术的智能电网信息管理方法及系统、存储介质，所述方法包括以下步骤：通过机器学习技术构建用户信息与用户用电计费方式的数据模型；所述机器学习技术至少包括以下一种：支持向量机及其改进算法、神经网络及其改进算法、聚类算法、极端学习机及其改进算法、集成学习算法及其改进算法和深度学习算法及其改进算法等算法；基于所述数据模型，输入用户的用户信息，获取用户用电计费方式数据。本发明专利技术通过机器学习技术，根据用户信息可以快速地制定出合理的待供电用户的计费方式，避免了通过人工进行制定审核的导致的计费方式不合理且周期较长的问题。

An information management method and system of smart grid based on machine learning technology

The invention discloses a smart grid information management method, system and storage medium based on machine learning technology, the method comprises the following steps: building a data model of user information and user electricity billing mode through machine learning technology; the machine learning technology at least includes one of the following: support vector machine and its improved algorithm, neural network and its improved algorithm Clustering algorithm, extreme learning machine and its improved algorithm, integrated learning algorithm and its improved algorithm, deep learning algorithm and its improved algorithm, etc.; based on the data model, input the user information of the user, and obtain the data of the user's electricity billing mode. Through machine learning technology, according to the user information, the invention can quickly develop a reasonable charging method for the user to be powered, avoiding the problem of unreasonable charging method and long cycle caused by manual formulation and audit.

【技术实现步骤摘要】
一种基于机器学习技术的智能电网信息管理方法及系统
本专利技术涉及电网信息领域，具体涉及一种基于机器学习技术的智能电网信息管理方法及系统、存储介质。
技术介绍
数据分析，是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。随着机器学习技术的发展，在数据分析领域大放异彩，压倒了传统的统计学方法，成为主流。机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。信息平台是支撑统一坚强智能电网建设的公共平台和重要手段。统一坚强智能电网的建设对信息平台提出了更高的需求：要求实现信息的全面采集、流畅传输和高效处理，支撑电力流、信息流、业务流的高度一体化；要求建立信息共享透明、集成规范、功能强大的业务协同和互操作平台；要求海量的可靠存储与管理，充分挖掘信息的潜在价值，提升智能分析与决策的支持水平。具有“信息化、自动化、互动化”特征是坚强智能电网发展目标，电网的智能化体现为能够全面、及时地掌握电网运行的信息，综合各自动化功能系统对，提升智能分析与决策的支持水平。如何实现智能电网快速准确分析用户信息，充分挖掘用户信息的潜在价值并做出最优的反应，对用户实现快速合理的电费计价，是智能电网建设的重要方面。
技术实现思路
鉴于以上技术问题，本专利技术的目的在于提供一种基于机器学习技术的智能电网信息管理方法及系统、存储介质，可以快速地制定出合理的待供电用户的计费方式，避免了通过人工进行制定审核的导致的计费方式不合理且周期较长的问题。本专利技术采用以下技术方案：一种基于机器学习技术的智能电网信息管理方法，包括以下步骤：通过机器学习技术构建用户信息与用户用电计费方式的数据模型；所述机器学习技术至少包括以下一种：支持向量机及其改进算法、神经网络及其改进算法、聚类算法、极端学习机及其改进算法、集成学习算法及其改进算法和深度学习算法及其改进算法等算法；基于所述数据模型，输入用户的用户信息，获取用户用电计费方式数据。进一步的，通过机器学习技术构建用户信息与用户用电计费方式的数据模型的步骤具体包括：采集用户信息及其对应的用电计费方式，并进行数据预处理；基于用户信息获取用户需求数据，将所述用户需求数据作为机器学习技术的输入量，将所述用电计费方式作为机器学习技术的输出量；将p个用户需求的集合及其对应的用电计费方式集合组成p个训练样本，其中，p为正整数；将所述p个训练样本分别输入至s个分类器进行训练，获取所述用户信息与用电计费方式的映射关系为y＝f(x)，其中x为所述用户信息,y为所述用户信息对应的用电计费方式；利用决策机设置所述s个分类器的检测权重{q1,q2,…,qs}，获取所述用户信息与用电计费方式的数据模型。进一步的，所述s个分类器能够选择相同或不同的训练参数优化算法，其中，所述训练参数优化算法包括以下中的至少一种：粒子群优化算法、遗传算法、蚁群优化算法和鱼群优化算法。进一步的，基于用户信息获取用户需求数据步骤具体包括：设定与用户需求相关联的多个可划分的分组元素，收集多个用户需求的分组数据，将不同用户的用户需求映射到分组元素，确定用户信息与用户需求之间的匹配。进一步的，所述训练样本中的用电计费方式基于待供电用户的所属行业、用电性质、核定用电容量和拟定用户分级进行确定。进一步的，所述用户信息包括以下信息中的至少一种：用户搜索历史记录、用户交易信息录、用户基础信息、用户用电行为信息；所述用户基础信息包括用户名称、企业性质、企业类型、所在地区、所属行业、年利润等；所述用户交易信息包括：用户合作时间、交易套餐类型、交易电量、交易平均电价、交易电量趋势、增值服务需求、违约记录、缴费记录；所述用户用电行为信息包括年用电量、用电量趋势、负荷信息和用电量信息。进一步的，还包括步骤：在用户用电计费超过预定时间周期后，根据用户在该预定时间周期内的实际用电数据调整所述用电计费方式数据，将调整后的用电计费方式数据确定为该用户的计费方式数据。进一步的，所述用户在该预定时间周期内的实际用电数据包括用户用电计费在预定时间周期内的平均用电负荷、用户用电计费在预定时间周期内最大用电负荷以及最大用电负荷持续时间、用户用电计费在预定时间周期内用电负荷超过预定阈值的次数以及所述预定阈值的持续时间；所述预定阈值根据所述最大用电负荷确定。一种基于机器学习技术的智能电网信息管理系统，包括用户信息收集器模块、用户计费方式配置模块、模型选择与训练模块、预测器模块、组合学习模块和配置器模块；其中：所述用户信息收集器模块用于获取用户信息数据；所述用户计费方式配置模块用于根据电力规则预设多种用户计费方式；所述模型选择与训练模块用于根据用户信息数据进行模型选择与训练；所述预测器模块用于得到所述用户信息数据就在模型选择与训练模块进行训练后得到各模型的预测结果；所述组合学习模块用于将预测器模块得到的相应模型的预测结果进行组合学习，取个预测指标的最优模型，并进行最优预测；所述配置器模块用于在所述用户信息数据通过组合学习模块后，得到待供电用户的用户计费方式数据。一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在被处理器执行时，实现所述的基于机器学习技术的智能电网信息管理方法。相比现有技术，本专利技术的有益效果在于：本专利技术通过机器学习技术，根据获取的用户信息，可以快速地制定出合理的待供电用户的计费方式，避免了通过人工进行制定审核的导致的计费方式不合理且周期较长的问题。进一步的，本专利技术还根据用户在该预定时间周期内的实际用电数据对所述用电计费方式数据进行调整，使待供电用户的计费方式更加合理。附图说明图1为本专利技术一种基于机器学习技术的智能电网信息管理方法一实施例的流程示意图；图2为本专利技术一种基于机器学习技术的智能电网信息管理方法另一实施例的流程示意图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例：实施例：请参考图1-2所示，一种基于机器学习技术的智能电网信息管理方法，如图1所示，包括以下步骤：步骤本文档来自技高网...

【技术保护点】
1.一种基于机器学习技术的智能电网信息管理方法，其特征在于，包括以下步骤：/n通过机器学习技术构建用户信息与用户用电计费方式的数据模型；所述机器学习技术至少包括以下一种：支持向量机及其改进算法、神经网络及其改进算法、聚类算法、极端学习机及其改进算法、集成学习算法及其改进算法和深度学习算法及其改进算法；/n基于所述数据模型，输入用户的用户信息，获取用户用电计费方式数据。/n

【技术特征摘要】
1.一种基于机器学习技术的智能电网信息管理方法，其特征在于，包括以下步骤：
通过机器学习技术构建用户信息与用户用电计费方式的数据模型；所述机器学习技术至少包括以下一种：支持向量机及其改进算法、神经网络及其改进算法、聚类算法、极端学习机及其改进算法、集成学习算法及其改进算法和深度学习算法及其改进算法；
基于所述数据模型，输入用户的用户信息，获取用户用电计费方式数据。


2.根据权利要求1所述的基于机器学习技术的智能电网信息管理方法，其特征在于，通过机器学习技术构建用户信息与用户用电计费方式的数据模型的步骤具体包括：
采集用户信息及其对应的用电计费方式，并进行数据预处理；
基于用户信息获取用户需求数据，将所述用户需求数据作为机器学习技术的输入量，将所述用电计费方式作为机器学习技术的输出量；将p个用户需求的集合及其对应的用电计费方式集合组成p个训练样本，其中，p为正整数；
将所述p个训练样本分别输入至s个分类器进行训练，获取所述用户信息与用电计费方式的映射关系为y＝f(x)，其中x为所述用户信息,y为所述用户信息对应的用电计费方式；
利用决策机设置所述s个分类器的检测权重{q1,q2,…,qs}，获取所述用户信息与用电计费方式的数据模型。


3.根据权利要求2所述的基于机器学习技术的智能电网信息管理方法，其特征在于，所述s个分类器能够选择相同或不同的训练参数优化算法，其中，所述训练参数优化算法包括以下中的至少一种：粒子群优化算法、遗传算法、蚁群优化算法和鱼群优化算法。


4.根据权利要求2所述的基于机器学习技术的智能电网信息管理方法，其特征在于，基于用户信息获取用户需求数据步骤具体包括：设定与用户需求相关联的多个可划分的分组元素，收集多个用户需求的分组数据，将不同用户的用户需求映射到分组元素，确定用户信息与用户需求之间的匹配。


5.根据权利要求2所述的基于机器学习技术的智能电网信息管理方法，其特征在于，所述训练样本中的用电计费方式基于待供电用户的所属行业、用电性质、核定用电容量和拟定用户分级进行确定。


6.根据权利要求1所述的基于机器学习技...

【专利技术属性】
技术研发人员：陈非，蔡嘉荣，向德军，黄康乾，吴广财，周睿，钱正浩，黄靖茵，胡鑫，陈晓江，
申请(专利权)人：广东电网有限责任公司信息中心，
类型：发明
国别省市：广东;44