[發明專利]一種用電行為分析方法

有效

• 申請號: 201910822271.8
• 申請日: 2019-09-02
• 公開（公告）號: CN110674636B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 張忠東;唐國亮;謝輝;石少青;陳超;吳石松
• 申請（專利權）人: 中國南方電網有限責任公司;南方電網數字電網研究院有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/2458;G06F16/28;G06N3/084;G06Q50/06
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃晶晶

本申請涉及一種用電行為分析方法，獲取用電地址數據，將用電地址數據輸入至已訓練的地址預處理模型，得到用電地址的分詞和實體信息，根據已訓練的地址歸一模型，對用電地址的分詞和實體信息進行結構化處理和相似度計算，得出標準結構化地址，然后，對標準結構化地址進行特征優選和聚類分析，得出優選特征集和用電地址分類結果，基于優選特征集和用電地址分類結果，采用關聯分析算法進行挖掘分析，得出用電行為分析結果。上述過程，對用電地址進行歸一處理，能夠有效解決源數據質量要求較高的問題，降低特征選取的難度，結合優選特征集和用電地址分類結果進行關聯分析，能夠有效甄別出不同區域的用電群體，提供更全面的用電行為分析結果。

技術領域

本申請涉及電力電網技術領域，特別是涉及一種用電行為分析方法、裝置、計算機設備和存儲介質。

背景技術

隨著我國電力體制的深入探索與改革，電力市場化進程的不斷加快，在電力營銷業務中，需要針對不同客戶群體制定相應的調度和服務策略,通過用電行為分析來指導用電需求側管理。

目前，現有的用電行為分析方法通常是基于大數據或者聚類方法對用戶用電數據進行分析，這種分析方法對源數據質量要求較高，且特征選取難度較大，無法有針對性地挑選出特征進行分析，使得用電行為分析結果不全面。

發明內容

基于此，有必要針對現有用電行為分析方法不全面的問題，提供一種更為全面的用電行為分析方法、裝置、計算機設備和存儲介質。

一種用電行為分析方法，方法包括：

獲取用電地址數據；

將用電地址數據輸入至已訓練的地址預處理模型，得到用電地址的分詞和實體信息，已訓練的地址預處理模型基于歷史用電地址數據和分詞和命名實體識別模型構建；

根據已訓練的地址歸一模型，對用電地址的分詞和實體信息進行結構化處理和相似度計算，得出標準結構化地址，已訓練的地址歸一模型基于歷史用電地址數據構建；

對標準結構化地址進行特征優選和聚類分析，得出優選特征集和用電地址分類結果；

基于優選特征集和用電地址分類結果，采用關聯分析算法進行挖掘分析，得出用電行為分析結果。

在其中一個實施例中，對標準結構化地址進行特征優選和聚類分析，得出優選特征集和用電地址分類結果包括：

根據標準結構化地址，構建地址特征數據庫；

根據預設的指標因素，計算地址特征數據庫中各地址特征的權重；

根據權重，篩選出優選特征集；

基于優選特征集，采用聚類算法進行聚類分析，得到用電地址分類結果。

在其中一個實施例中，將用電地址數據輸入至已訓練的地址預處理模型之前，還包括：

獲取歷史用電地址數據；

根據歷史用電地址數據，構建訓練集；

基于BERT(Bidirectional?Encoder?Representation?from?Transformers，基于Transformer的雙向編碼器表示)預訓練模型，對分詞和命名實體識別模型進行參數優化，構建初始地址預處理模型；

基于訓練集，采用Keras深度學習框架訓練初始地址預處理模型，得到已訓練的地址預處理模型。

在其中一個實施例中，根據用電地址數據，構建訓練集包括：

對用電地址數據進行可處理特征提取及分類，得到原始樣本；

將原始樣本中樣本數較少的地址數據，按照預設的地址級別進行組合，構建樣本庫；