一种基于CCASM算法的用户用电行为数据分析方法技术

本发明专利技术涉及一种基于CCASM算法的用户用电行为数据分析方法，包括步骤一对电网数据进行特征指标的提取和分析，采用开源工具对数据进行抽取融合；步骤二：基于特征指标的用电负荷二次分类，选用层次分析法和关联矩阵法确定每个指标与影响因素之间的权重；步骤三：对用户负荷特性进行杠杆分析，根据标杆对用电习惯进行评估；步骤四：利用CCASM算法对用电关联性进行分析；对用户数据与非电力因素进行关联性分析，实现了用户用电行为的全面数据收集与分析，利用CCA算法多角度分析用户用电行为，发现用户用电行为更全面，主动性预测性检修更及时。时。

【技术实现步骤摘要】
一种基于CCASM算法的用户用电行为数据分析方法


[0001]本专利技术涉及用户用电
，尤其涉及一种基于CCASM算法的用户用电行为数据分析方法。

技术介绍

[0002]近年来，随着人工智能、大数据、智能电网等高新技术的高速发展，大数据的行业前景成为各电力企业共同面对的严峻考验和宝贵机遇，在信息技术的大力发展之下，电力大数据融合在电力市场、居民用电消费、电力系统安全性评估、电网灾害预警等各个领域都具有广泛的应用，分析和专利技术电网用户电力大数据的融合技术就显得非常必要。大数据技术在智能电网中运用的关键技术就是数据融合技术，在现在的国家电网中，无论是输配电的使用信息，还是用户用电的具体信息，都会因为办公的计算机化，使得这些信息能够被收入到大数据的信息库中，使用数据挖掘以及数据处理技术，就能够很快的将这些技术进行完成，最大限度的推进电网正常运转，运用大数据预测性分析用户用电行为，主动性预测检修，避开传统的故障后检修，以防突然故障造成的生活生产性困难。
[0003]传统的用户用电行为多采用聚类算法，但因为没有标签作为参照物，在特征工程、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CCASM算法的用户用电行为数据分析方法，其特征在于，包括以下步骤：步骤一：对电网数据进行特征指标的提取和分析；步骤二：基于特征指标的用电负荷二次分类；步骤三：对用户负荷特性进行杠杆分析；步骤四：利用CCASM算法对用电关联性进行分析。2.根据权利要求1所述的一种基于CCASM算法的用户用电行为数据分析方法，其特征在于，所述步骤一采集电网内部数据和与其相关数据，包括用户用电量、用电行为、用电频率、用电时间的因果性、用户原因导致变压器及其他设备发生跳闸故障时的设备运行数据和设备正常运行数据，形成异构数据流，采用开源工具对数据进行抽取融合。3.根据权利要求1所述的一种基于CCASM算法的用户用电行为数据分析方法，其特征在于，所述步骤二基于特征指标对用户负荷进行初分类和二次分类，选用层次分析法对一级指标体系进行评价,运用关联矩阵法对影响因素及系统二级指标影响进行评价,确定每个指标与影响因素之间的权重，在初分类的基础上对每―类用户负荷进行聚类分析。4.根据权利要求1所述的一种基于CCASM算法的用户用电行为数据分析方法，其特征在于，所述步骤三针对用户用电特性,直接或间接得到的用户的用电负荷曲线,以其作为基准,在二次分类结果中,找到包含用户最多的那一种分类,得到标杆,与其他用户的负荷曲线进行对比,根据其与标杆之间的区别,对其用电习惯进行评估。5.根据权利要求1所述的一种基于CCASM算法的用户用电行为数据分析方法，其特征在于，所述步骤四运用相关分析CCASM算法，解决用户用电行为两种或两种以上的相关性分析，步骤如下：1)对用电数据X进行多变量聚类，根据聚类结果得到K个类别的X1，X2，...，X
k
，然后将非电力数据Y和Z同样分成K个类别，得到K组[X
l
,Y
l
,Z
...

【专利技术属性】
技术研发人员：尹良智，李增，赵卓，王家峰，崔琦，韩一品，黄鹤，潘婷屹，赵郁婷，张婧，刘惠雅，关飞翔，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：