[發明專利]一種基于卷積神經網絡和模糊聚類的用電客戶畫像新方法

在審

• 申請號: 201811563232.2
• 申請日: 2018-12-20
• 公開（公告）號: CN109685567A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 顏宏文;馬瑞
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06;G06N3/04;G06N7/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于卷積神經網絡和模糊聚類的用電客戶畫像新方法，涉及卷積神經網絡的負荷監測領域和模糊聚類的用電客戶畫像領域，包括以下步驟：通過卷積神經網絡算法對用電負荷進行分類和用電量分解；通過模糊聚類算法為用電客戶匹配畫像。本發明適應于用電客戶畫像發展趨勢，對實現差異化服務、電網系統穩定和負荷精準營銷至關重要。

技術領域

本發明涉及卷積神經網絡的負荷監測領域和模糊聚類的客戶畫像領域，具體涉及一種基于卷積神經網絡和模糊聚類的用電客戶畫像新方法。

背景技術

“用電客戶畫像”是真實用電用戶的虛擬代表，是將用電客戶隱性特征顯性化，是一種描述目標用電客戶、了解用電客戶特點與需求方向的有效工具。簡單的說就是使用標簽來量化用電客戶特征屬性，達到描述用戶的目的一個具體的大數據分析應用的典型實現。

隨著電網信息化水平的提升，各業務系統中的數據量越來越大，如何從海量數據中挖掘出想要的信息，充分發揮電網數據資產的價值，是電網大數據技術應用和數據分析需要解決的核心問題，也是本發明的關鍵所在。

用電客戶的需求改變，供電企業和家用電器生產企業不能真正的了解到用電客戶。因此，供電企業和家用電器生產企業也需要不斷的改變模式，對客戶精準畫像，對不同客戶實現差異化管理。通過客戶畫像，供電公司不僅能夠保證用電客戶家庭用電穩定運行，而且能夠為負荷預測、輔助制定用電建議和輔助制定電價政策提供支撐；家用電器生產企業能實現供需平衡和精準營銷。

現有電力用戶畫像存在的問題

(1)采集的區域范圍太小和數據不全，降低了用電客戶畫像的精準性。

(2)客戶行為特征數據的采集繁瑣且周期太長，不能及時的為客戶匹配畫像。

(3)投入成本太高。

發明內容

本發明主要的解決的技術問題是提供一種基于卷積神經網絡和模糊聚類的用電客戶畫像新方法，能夠構建用電客戶類別標簽，全方位的展示用電客戶信息，供電企業能夠實現差異化服務和家用電器生產企業能夠實現精準營銷。

本發明采用的一個技術方案：一種基于卷積神經網絡和模糊聚類的用電客戶畫像新方法，具體步驟如下：

步驟1：通過卷積神經網絡算法對用電負荷進行分類和用電量分解；

步驟2：通過模糊聚類算法為用電客戶匹配畫像。

附圖說明方式

圖1為本發明的實施架構圖。

圖2為客戶標簽聚類流程圖。

具體實施

本發明包括以下步驟：

步驟1：通過卷積神經網絡算法對用電負荷進行分類和用電量分解；

1)通過智能電表采集到的電力入口出的大量的歷史數據，利用事件探測法和特征提取得到各家庭用電負荷特征樣本建立負荷特征庫，對負荷樣本進行預處理，組成訓練集X＝{x₁,x₂,x₃,...,x_m}，生成訓練集負荷樣本對應的家庭用電負荷種類標簽序列Y＝{y₁,y₂,y₃,...,y_m}作為期望輸出。

當事件探測法檢測到電器的投切，提取動作電器的負荷特征來建立負荷特征庫。

預處理主要為了剔除數據的歸一化處理，消除指標之間的量綱影響，具體描述如下：