【技术实现步骤摘要】
一种用电行为分析方法
本申请涉及电力电网
，特别是涉及一种用电行为分析方法、装置、计算机设备和存储介质。
技术介绍
随着我国电力体制的深入探索与改革，电力市场化进程的不断加快，在电力营销业务中，需要针对不同客户群体制定相应的调度和服务策略,通过用电行为分析来指导用电需求侧管理。目前，现有的用电行为分析方法通常是基于大数据或者聚类方法对用户用电数据进行分析，这种分析方法对源数据质量要求较高，且特征选取难度较大，无法有针对性地挑选出特征进行分析，使得用电行为分析结果不全面。
技术实现思路
基于此，有必要针对现有用电行为分析方法不全面的问题，提供一种更为全面的用电行为分析方法、装置、计算机设备和存储介质。一种用电行为分析方法，方法包括：获取用电地址数据；将用电地址数据输入至已训练的地址预处理模型，得到用电地址的分词和实体信息，已训练的地址预处理模型基于历史用电地址数据和分词和命名实体识别模型构建；根据已训练的地址归一模型，对用电地址的分词和实体信息进行结构化处理和相...
【技术保护点】
1.一种用电行为分析方法，其特征在于，所述方法包括：/n获取用电地址数据；/n将所述用电地址数据输入至已训练的地址预处理模型，得到所述用电地址的分词和实体信息，所述已训练的地址预处理模型基于历史用电地址数据和分词和命名实体识别模型构建；/n根据已训练的地址归一模型，对所述用电地址的分词和实体信息进行结构化处理和相似度计算，得出标准结构化地址，所述已训练的地址归一模型基于所述历史用电地址数据构建；/n对所述标准结构化地址进行特征优选和聚类分析，得出优选特征集和用电地址分类结果；/n基于所述优选特征集和所述用电地址分类结果，采用关联分析算法进行挖掘分析，得出用电行为分析结果。/n
【技术特征摘要】
1.一种用电行为分析方法，其特征在于，所述方法包括：
获取用电地址数据；
将所述用电地址数据输入至已训练的地址预处理模型，得到所述用电地址的分词和实体信息，所述已训练的地址预处理模型基于历史用电地址数据和分词和命名实体识别模型构建；
根据已训练的地址归一模型，对所述用电地址的分词和实体信息进行结构化处理和相似度计算，得出标准结构化地址，所述已训练的地址归一模型基于所述历史用电地址数据构建；
对所述标准结构化地址进行特征优选和聚类分析，得出优选特征集和用电地址分类结果；
基于所述优选特征集和所述用电地址分类结果，采用关联分析算法进行挖掘分析，得出用电行为分析结果。
2.根据权利要求1所述的用电行为分析方法，其特征在于，所述对所述标准结构化地址进行特征优选和聚类分析，得出优选特征集和用电地址分类结果包括：
根据所述标准结构化地址，构建地址特征数据库；
根据预设的指标因素，计算所述地址特征数据库中各地址特征的权重；
根据所述权重，筛选出优选特征集；
基于所述优选特征集，采用聚类算法进行聚类分析，得到用电地址分类结果。
3.根据权利要求1所述的用电行为分析方法，其特征在于，所述将所述用电地址数据输入至已训练的地址预处理模型之前，还包括：
获取历史用电地址数据；
根据所述历史用电地址数据，构建训练集；
基于BERT预训练模型，对分词和命名实体识别模型进行参数优化，构建初始地址预处理模型；
基于所述训练集，采用Keras深度学习框架训练所述初始地址预处理模型，得到所述已训练的地址预处理模型。
4.根据权利要求3所述的用电行为分析方法，其特征在于，所述根据所述用电地址数据，构建训练集包括：
对所述用电地址数据进行可处理特征提取及分类，得到原始样本；
将所述原始样本中样本数较少的地址数据，按照预设的地址级别进行组合，构建样本库；
采用序列标注方法，对所述样本库中的数据进行分词和实体命名识别标注，构建训练集。
5.根据权利要求3所述的用电行为分析方法，其特征在于，所述基于所述训练集，采用Keras深度学习框架训练所述初始地址预处理模型包括：
将所述训练集输入所述初始地址预处理模型；
通过所述初始地址预处理模型的正向传播，计算所述训练集中各数据的得分；
将所述得分输入误差函数，计算所述得分与得分期望值的误差；
利用所述初始地址预处...
【专利技术属性】
技术研发人员：张忠东，唐国亮，谢辉，石少青，陈超，吴石松，
申请(专利权)人：中国南方电网有限责任公司，南方电网数字电网研究院有限公司，
类型：发明
国别省市：广东;44
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。