一种基于配电网一张图的用电行为分析方法技术

本发明专利技术公开了一种基于配电网一张图的用电行为分析方法、装置、电子设备、介质及产品。所述方法包括：通过一个县域的配用电网一张图获取多个用户在多个月内的用电数据；通过预设的聚类算法对所述用电数据进行聚类分析，得到多个不同类别的用电曲线，一个用电曲线由一类用电数据构成；针对每种类别的用电曲线，确定对应的目标预测模型；根据所述目标预测模型，对目标用户的所属类别的用电数据进行预测，得到所述目标用户的月度用电数据预测结果，以根据所述预测结果得到所述目标用户的用电行为。利用该方法，能够对用户的月度用电行为进行分析预测。析预测。析预测。

An analysis method of power consumption behavior based on one graph of distribution network

【技术实现步骤摘要】
一种基于配电网一张图的用电行为分析方法


[0001]本专利技术实施例涉及智能电网
，尤其涉及一种基于配电网一张图的用电行为分析方法。

技术介绍

[0002]近年来，面对智能用电领域强劲增长的电力需求，对用户的用电数据进行分析和预测是一项重要的工作。
[0003]传统的用户用电数据分析方法中采用的用电数据没有针对性，导致运算量大、分析效率低等问题；传统的用户用电数据分析方法大多采用日功率数据所形成的曲线对用户的用电量进行分析和预测，但日用电曲线并不能很好的反映用户的整体用电规律，导致分析不准确，预测准确率较低，不能很好的反映用户的用电习惯。

技术实现思路

[0004]本专利技术提供了一种基于配电网一张图的用电行为分析方法，针对通过一个县域的电网一张图得到用电数据进行分析，以解决现有技术中采用的用电数据没有针对性的缺陷；通过对不同类别的用电曲线构建对应的目标预测模型，解决现有技术中通过一个预测模型对用电量进行预测时，预测准确性较低导致的用电行为分析不准确的问题。
[0005]根据本专利技术的一方面，提供了一种基于配电网一张图的用电行为分析方法，包括：
[0006]通过一个县域的配用电网一张图获取多个用户在多个月内的用电数据；
[0007]通过预设的聚类算法对所述用电数据进行聚类分析，得到多个不同类别的用电曲线，一个用电曲线由一类用电数据构成；
[0008]针对每种类别的用电曲线，确定对应的目标预测模型；
[0009]根据所述目标预测模型，对目标用户的所属类别的用电数据进行预测，得到所述目标用户的月度用电数据预测结果，以根据所述预测结果确定所述目标用户的用电行为。
[0010]根据本专利技术的另一方面，提供了一种基于配电网一张图的用电行为分析装置，包括：
[0011]获取模块，用于通过一个县域的配用电网一张图获取多个用户在多个月内的用电数据；
[0012]聚类模块，用于通过预设的聚类算法对所述用电数据进行聚类分析，得到多个不同类别的用电曲线，一个用电曲线由一类用电数据构成；
[0013]确定模块，用于针对每种类别的用电曲线，确定对应的目标预测模型；
[0014]分析模块，用于根据所述目标预测模型，对目标用户在所属类别的用电数据进行预测，得到所述目标用户的月度用电数据预测结果，以根据所述预测结果确定所述目标用户的用电行为。
[0015]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的用电数据分析方法。
[0018]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机
[0019]可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的用电数据分析方法。
[0020]本专利技术实施例的技术方案，通过对不同类别的用电曲线构建对应的目标预测模型，解决现有技术中通过一个预测模型对用电量进行分析预测时预测准确性较低的问题，取到了提高预测准确率的有益效果。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为本专利技术实施例一所提供的一种基于配电网一张图的用电行为分析方法的流程示意图；
[0024]图2为本专利技术实施例二所提供的一种基于配电网一张图的用电行为分析方法的示例流程图；
[0025]图3为本专利技术实施例二所提供的不同聚类个数对应的聚类效果对比图；
[0026]图4a为本专利技术实施例二所提供的第一类用电数据曲线的示意图；
[0027]图4b为本专利技术实施例二所提供的第二类用电数据曲线的示意图；
[0028]图4c为本专利技术实施例二所提供的第三类用电数据曲线的示意图；
[0029]图4d为本专利技术实施例二所提供的第四类用电数据曲线的示意图；
[0030]图4e为本专利技术实施例二所提供的第五类用电数据曲线的示意图；
[0031]图4f为本专利技术实施例二所提供的第六类用电数据曲线的示意图；
[0032]图5为本专利技术实施例三所提供的一种基于配电网一张图的用电行为分析装置的结构示意图；
[0033]图6为本专利技术实施例的基于配电网一张图的用电行为分析方法的电子设备的结构示意图。
具体实施方式
[0034]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范
围。应当理解，本专利技术的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本专利技术的范围在此方面不受限制。
[0035]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0036]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0037]需要注意，本专利技术中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0038]本专利技术实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0039]实施例一
[0040]图1为本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于配电网一张图的用电行为分析方法，其特征在于，所述方法包括：通过一个县域的配用电网一张图获取多个用户在多个月内的用电数据；通过预设的聚类算法对所述用电数据进行聚类分析，得到多个不同类别的用电曲线，一个用电曲线由一类用电数据构成；针对每种类别的用电曲线，确定对应的目标预测模型；根据所述目标预测模型，对目标用户的所属类别的用电数据进行预测，得到所述目标用户的月度用电数据预测结果，以根据所述预测结果确定所述目标用户的用电行为。2.根据权利要求1所述的方法，其特征在于，所述通过一个县域的配用电网一张图获取多个用户在多个月内的用电数据，包括：通过一个县域的配用电网一张图获取多个用户在多个月内的原始用电数据；将所述原始用电数据进行数据清洗以及数据变换，得到多个用户在多个月内的用电数据。3.根据权利要求1所述的方法，其特征在于，所述通过预设的聚类算法对所述用电数据进行聚类分析，得到多个不同类别的用电曲线，包括：获取用户输入的聚类个数，所述聚类个数根据不同聚类个数的聚类效果以及真实用电业务场景确定，所述不同聚类个数的聚类效果由对应的计算结果表征，一个计算结果基于一个聚类个数对应的聚类结果确定，每个计算结果的确定方式相同；基于所述用户输入的聚类个数和预设的聚类算法对所述用电数据进行聚类分析，得到不同类别的用电曲线，所述不同类别的用电曲线的个数与所述用户输入的聚类个数相同。4.根据权利要求3所述的方法，其特征在于，所述一个计算结果的确定方式包括：根据一个聚类个数和所述预设的聚类算法对所述用电数据进行聚类分析，得到一个聚类个数个聚类簇作为聚类结果；在每个聚类簇中，确定每个聚类簇中的各样本点到聚类中心点的欧式距离总和；将每个聚类簇对应的欧式距离总和相加得到一个计算结果。5.根据权利要求1所述的方法，其特征在于，所述针对每种类别的用电曲线，确定对应的目标预测模型，包括：针对每种类别的用电曲线构建对应的训练集以及验证集，一个训练集包含多个样本以及...

【专利技术属性】
技术研发人员：张贻红，周春雷，宋金伟，宣东海，吴海涵，余晗，郭经，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：