【技术实现步骤摘要】
一种基于大数据的电力营销数据处理方法
[0001]本专利技术涉及大数据处理
，具体为一种基于大数据的电力营销数据处理方法
。
技术介绍
[0002]电力是大数据理念
、
技术和方法在电力行业的实践
。
电力大数据涉及到发电
、
输电
、
变电
、
配电
、
用电
、
调度各环节，是跨单位
、
跨专业
、
跨业务数据分析与挖掘，以及数据可视化
。
[0003]电力大数据由结构化数据和非结构化构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据
。
电力大数据的特性满足大数据的五个特性，一是数据量大
(Volume)、
二是处理速度快
(Velocity)、
三是数据类型多
(Variety)、
四是价值大
(Value)、
五是精确...
【技术保护点】
【技术特征摘要】
1.
一种基于大数据的电力营销数据处理方法，其特征在于，包括以下步骤：收集电力营销数据，所述电力营销数据包括用户信息和历史用电数据；基于用户信息和历史用电数据将用户划分为多个群体，对每个群体的历史用电数据进行预处理获得用电训练数据；基于用电训练数据以及实测用电数据为每个群体建立用电量预测模型，并通过用电预测模型的预测指标制定营销策略
。2.
根据权利要求1所述的一种基于大数据的电力营销数据处理方法，其特征在于，所述基于用户信息和历史用电数据将用户划分为多个群体的过程如下：对收集到的用户信息和历史用电数据进行预处理，所述预处理包括去除重复数据，处理缺失值和纠正错误数据；从预处理后的用户信息和历史用电数据中提取有效特征，所述有效特征包括用户类型，用电习惯以及地理位置；将提取的有效特征进行转换和标准化，并通过层次聚类的方式将用户归为同一个群体；对划分的群体进行验证和调整，并对每个群体进行描述和命名
。3.
根据权利要求2所述的一种基于大数据的电力营销数据处理方法，其特征在于，所述对每个群体的历史用电数据进行预处理获得用电训练数据的步骤如下：获取每个群体的每个年度的月度历史用电数据，标记为
A
ij
，其中
i
为年度数，
1≤i≤n
，
j
为月份；判断每个群体的每个年度的月度历史用电数据
A
ij
是否为稳定状态，若是则将该群体的稳定状态月度历史用电数据
A
ijw
作为用电量模拟模型的稳定式计算数据；若否则判断该群体的每个年度的月度历史用电数据是否为直线变化状态，若是则将该群体的直线变化状态月度历史用电数据
A
ijz
作为用电量模拟模型的直线变化式计算数据，若不是直线变化状态则判断是否为曲线变化状态，若是则将该群体的曲线变化状态月度历史用电数据
A
ijq
作为用电量模拟模型的曲线变化式计算数据
。4.
根据权利要求3所述的一种基于大数据的电力营销数据处理方法，其特征在于，所述判断每个群体的每个年度的月度历史用电数据
A
ij
是否为稳定状态的步骤如下：计算同一年度的相邻两个月度历史用电数据
A
ij
的差值
Δ
A
ij
并记录，计算公式为
Δ
A
ij
＝
A
i(j+1)
‑
A
ij
，其中，其中
j
＝
1,2,3,...,11
；基于预先设定的稳值范围，若差值
Δ
A
ij
落入稳值范围内，则判定该群体的每个年度的月度历史用电数据为稳定状态；将该群体的稳定状态月度历史用电数据作为用电量模拟模型的稳定式计算数据，计算公式为：其中，
A
y
为用电量模拟模型计算公式的输出，即模拟值，
e
为自
然常数，
δ
为稳态参数调制因子，
j
＝1，2，3，
...
，
m,m≤12。5.
根据权利要求3所述的一种基于大数据的电力营销数据处理方法，其特征在于，所述判断该群体的每个年度的月度历史用电数据是否为直线变化状态的步骤如下：将月度历史用电数据以及月份会至于坐标系中，计算相连的两个坐标点之间的斜率，记为...
【专利技术属性】
技术研发人员：罗全才，张东，吴小邦，江新达，徐尧，倪超，周瑞，刘威，许玲，
申请(专利权)人：国网安徽省电力有限公司铜陵供电公司，
类型：发明
国别省市：
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。