一种基于客户画像进行月度负荷预测的方法及系统技术方案

本发明专利技术提供一种基于客户画像进行月度负荷预测的方法及系统，所述方法包括：利用指标对用户进行分类，根据分类对月总电量进行预测；分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量；对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量；对单客户日分时纲，选取最相似日期的分时纲，通过日电量乘以分时纲得到单用户的分时电量，加总成售电公司总的分时电量

【技术实现步骤摘要】
一种基于客户画像进行月度负荷预测的方法及系统


[0001]本专利技术涉及数据处理
，特别是指一种基于客户画像进行月度负荷预测的方法及系统
。

技术介绍

[0002]目前，公知的用户负荷预测方法有多种，场景也较多，更多的应用于电网侧
。
基于售电公司场景做用户负荷预测的方法较少
。
[0003]售电公司作为电力用户用电代理主体，天然对客户用电属性和用电行为习惯有较大信息触达路径
。
同时售电公司本身参与电力市场交易，市场规则要求售电公司提前做好负荷预测，满足交易申报等要求
。
[0004]常见的预测方法基于电量数据，用传统的聚类算法，或直接使用线性
、
模型树等预测算法进行负荷预测，预测结果与精度与实际偏差较大
。

技术实现思路

[0005]本专利技术要解决的技术问题是提供一种基于客户画像进行月度负荷预测的方法及系统，基于售电公司了解用户用电行为，结合更丰富的数据基础，构建了完整的客户画像，结合数据分析和预测算法，更精准的预测到单用户次月用电负荷
。
[0006]为解决上述技术问题，本专利技术的技术方案如下：
[0007]第一方面，一种基于客户画像进行月度负荷预测的方法，所述方法包括：
[0008]对单客户建立分类指标；
[0009]利用指标对用户进行分类，根据分类对月总电量进行预测；
[0010]分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量；
[0011]对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量；
[0012]对单客户日分时纲，选取最相似日期的分时纲，通过日电量乘以分时纲得到单用户的分时电量，加总成售电公司总的分时电量
。
[0013]进一步的，对单客户建立指标，进行画像，包括：
[0014]获取客户基本信息数据
、
客户历史用电数据以及客户生产经营信息；
[0015]根据行业类型
、
规模
、
历史用电参数，设定客户分类指标
。
[0016]进一步的，利用指标对用户进行分类，根据分类对月总电量进行预测，包括：
[0017]根据客户画像
,
将客户划分为不同类型；
[0018]分析不同类型客户历史的月平均用电量
、
月峰谷用电量
、
月用电量方差参数；
[0019]利用不同类型客户的历史月用电量数据
,
建立每种类型客户月用电量预测模型；
[0020]获取每类客户近期生产经营计划
、
节假日安排
、
设备改造信息
,
作为模型输入调整预测结果；
[0021]对新用户
,
根据客户类型和类似客户的历史数据
,
确定最终的预测模型；
[0022]对每类客户每月的预测用电量进行汇总
,
以得到每类客户未来月份的总用电量预测结果
。
[0023]进一步的，分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量，包括：
[0024]获取客户历史每月的日用电量数据；
[0025]计算每个月中
,
每天用电量占该月总用电量的百分比
,
得到该客户的月负荷分布曲线；
[0026]对曲线进行平滑处理，选取预测月份的前3个月的月负荷分布曲线
,
取平均作为预测月份的月负荷分布，利用客户分类模型预测得到该客户未来月份的总用电量；
[0027]将预测月份的月负荷分布曲线
,
与预测月总用电量相乘
,
得到未来每天的预测用电量
。
[0028]进一步的，对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量，包括：
[0029]分析每个客户历史的月用电量标准差或变异系数
,
确定月用电量不稳定的客户；
[0030]对客户历史的日用电量数据进行时间序列分析
,
建立日用电量预测模型；
[0031]对客户进行月度生产经营调研，获取未来产量计划
、
设备运营计划信息；
[0032]根据调研结果
,
预测用户未来的生产计划完成进度
、
设备开工情况，估算生产计划对用电量的影响；
[0033]根据生产计划的影响
,
调整日用电量预测结果
。
[0034]进一步的，对单客户日分时纲，选取最相似日期的分时纲，通过日电量乘以分时纲得到单用户的分时电量，加总成售电公司总的分时电量，包括：
[0035]获取客户过去一年每天
24
小时的用电量数据；
[0036]计算每天各个时段的用电量占该日总用电量的百分比
,
得到该客户的日负荷分布曲线；
[0037]对客户的日负荷分布曲线进行聚类
,
获得代表性的几种日负荷分布模式；
[0038]根据预测日期的属性，选择最相似的日负荷分布模式；
[0039]将预测到的该客户该日总用电量
,
乘以相似日期的日负荷分布得到预测时段用电量；
[0040]对特殊时段用电量进行调整，重复操作，计算供电区域所有客户的预测时段用电量；
[0041]将所有客户的同一时段用电量求和，获得该时段总的预测用电量
。
[0042]第二方面，一种基于客户画像进行月度负荷预测的系统，包括：
[0043]获取模块，用于对单客户建立分类指标；利用指标对用户进行分类，根据分类对月总电量进行预测；分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量；
[0044]处理模块，用于对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量；对单客户日分时纲，选取最相似日期的分时纲，通过日电量乘以分时纲得到单用户的分时电量，加总成售电公司总的分
时电量
。
[0045]进一步的，所述获取模块包括：
[0046]采集模块，用于获取客户基本信息数据
、
客户历史用电数据以及客户生产经营信息；根据行业类型
、
规模
、
历史用电参数，设定客户分类指标
。
[0047]第三方面，一种计算设备，包括：
[0048]一个或多个处理器；
[0049]存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于客户画像进行月度负荷预测的方法，其特征在于，所述方法包括：对单客户建立分类指标；利用指标对用户进行分类，根据分类对月总电量进行预测；分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量；对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量；对单客户日分时纲，选取最相似日期的分时纲，通过日电量乘以分时纲得到单用户的分时电量，加总成售电公司总的分时电量
。2.
根据权利要求1所述的基于客户画像进行月度负荷预测的方法，其特征在于，对单客户建立指标，进行画像，包括：获取客户基本信息数据
、
客户历史用电数据以及客户生产经营信息；根据行业类型
、
规模
、
历史用电参数，设定客户分类指标
。3.
根据权利要求2所述的基于客户画像进行月度负荷预测的方法，其特征在于，利用指标对用户进行分类，根据分类对月总电量进行预测，包括：根据客户画像
,
将客户划分为不同类型；分析不同类型客户历史的月平均用电量
、
月峰谷用电量
、
月用电量方差参数；利用不同类型客户的历史月用电量数据
,
建立每种类型客户月用电量预测模型；获取每类客户近期生产经营计划
、
节假日安排
、
设备改造信息
,
作为模型输入调整预测结果；对新用户
,
根据客户类型和类似客户的历史数据
,
确定最终的预测模型；对每类客户每月的预测用电量进行汇总
,
以得到每类客户未来月份的总用电量预测结果
。4.
根据权利要求3所述的基于客户画像进行月度负荷预测的方法，其特征在于，分析客户月分日纲，选取单客户月分日纲，通过月总电量乘以月分日纲得到预测月单客户的分日电量，包括：获取客户历史每月的日用电量数据；计算每个月中
,
每天用电量占该月总用电量的百分比
,
得到该客户的月负荷分布曲线；对曲线进行平滑处理，选取预测月份的前3个月的月负荷分布曲线
,
取平均作为预测月份的月负荷分布，利用客户分类模型预测得到该客户未来月份的总用电量；将预测月份的月负荷分布曲线
,
与预测月总用电量相乘
,
得到未来每天的预测用电量
。5.
根据权利要求4所述的基于客户画像进行月度负荷预测的方法，其特征在于，对于月总量不稳定客户，进行日电量预测，对单客户发起月度调研，得到未来的生产计划，根据计划调整预测日的分日电量，包括：分析每个...

【专利技术属性】
技术研发人员：张睿，董海雷，黄腾武，刘云标，
申请(专利权)人：国瑞新能源广州有限公司，
类型：发明
国别省市：