[發明專利]基于用電感知的電力決策方法、裝置及終端

在審

• 申請號: 201910294940.9
• 申請日: 2019-04-12
• 公開（公告）號: CN110119881A
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 韓天華;段志國;韓偉;孟巖;唐超;陳巖;王文賓;李會彬;白莉妍;衛丹;朱燕舞;李征
• 申請（專利權）人: 國網河北省電力有限公司邢臺供電分公司;國家電網有限公司;國網河北省電力有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 石家莊國為知識產權事務所 13120
• 代理人: 秦敏華

1.一種基于用電感知的電力決策方法，其特征在于，包括：

獲取多個備選的決策方案；

提取所述多個備選的決策方案中的每個決策方案對應的決策特征量；

將所述每個決策方案對應的決策特征量輸入到預設的用電感知模型，得到與所述每個決策方案對應的客戶用電滿意度；

將所述多個備選的決策方案中客戶用電滿意度最高的決策方案作為選中的電力決策方案。

2.根據權利要求1所述的基于用電感知的電力決策方法，其特征在于，在將所述每個決策方案對應的決策特征量輸入到預設的用電感知模型之前還包括：

獲取電力數據；

對所述電力數據進行數據清洗，并提取與所述客戶用電滿意度相關的電力特征量；

根據所述電力特征量生成所述用電感知模型。

3.根據權利要求2所述的基于用電感知的電力決策方法，其特征在于，所述根據所述電力特征量生成所述用電感知模型包括：

將所述電力特征量劃分為所第一電力特征量和第二電力特征量，其中，所述第一電力特征量表示直接反映所述客戶用電滿意度的因變特征量，所述第二電力特征量表示影響所述客戶用電滿意度的自變特征量；

對所述電力特征量進行統計分析以獲得所述第一電力特征量和所述第二電力特征量的對應關系；

基于所述對應關系得到所述用電感知模型。

4.根據權利要求3所述的基于用電感知的電力決策方法，其特征在于，所述對所述電力特征量進行統計分析以獲得所述第一電力特征量和所述第二電力特征量的對應關系包括：

統計所述第一電力特征量對所述第二電力特征量的影響概率；

相應的，所述基于所述對應關系得到所述用電感知模型包括：

基于所述影響概率建立以所述第一電力特征量為自變量和以所述第二電力特征量為因變量的決策樹模型。

5.根據權利要求3所述的基于用電感知的電力決策方法，其特征在于，所述對所述電力特征量進行統計分析以獲得所述第一電力特征量和所述第二電力特征量的對應關系包括：

初始化預設的神經網絡模型；

以所述第一電力特征量作為初始化后的神經網絡模型的輸入，對所述初始化后的神經網絡模型進行訓練，直到所述初始化后的神經網絡模型的輸出向所述第二電力特征量收斂，得到訓練好的神經網絡模型；

其中，所述訓練好的神經網絡模型的權重參數及偏置參數表示所述第一電力特征量和所述第二電力特征量的對應關系；

相應的，所述基于所述對應關系得到所述用電感知模型包括：

以所述訓練好的神經網絡模型作為所述用電感知模型。

6.根據權利要求1至5中任一項所述的基于用電感知的電力決策方法，其特征在于，所述電力決策方法還包括：

以預設的時間周期對所述用電感知模型進行更新。

7.根據權利要求1至5中任一項所述的基于用電感知的電力決策方法，其特征在于，所述決策方案包括停限電決策方案，所述決策特征量包括停限電時間、停限電線路、停限電區域、停限電環境、停限電區域的用戶類型和停限電區域的用電用途。

8.一種基于用電感知的電力決策裝置，其特征在于，包括：

決策方案獲取單元，用于獲取多個備選的決策方案；

決策特征提取單元，用于提取所述多個備選的決策方案中的每個決策方案對應的決策特征量；

用電滿意度評價單元，用于將所述每個決策方案對應的決策特征量輸入到預設的用電感知模型，獲得該決策方案對應的客戶用電滿意度；

決策方案確定單元，用于將所述多個備選的決策方案中客戶用電滿意度最高的決策方案作為選中的電力決策方案。

9.一種終端，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如上的權利要求1至7中任一項所述基于用電感知的電力決策方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如上的權利要求1至7中任一項所述基于用電感知的電力決策方法的步驟。