[發明專利]一種基于數據挖掘技術的負荷特征場景分類方法

有效

• 申請號: 201911131730.4
• 申請日: 2019-11-19
• 公開（公告）號: CN110851502B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 呂項羽;孫勇;李振元;李德鑫;邱鋒凱;王晟嫣;劉暢;李寶聚;張海鋒;王佳蕊
• 申請（專利權）人: 國網吉林省電力有限公司;華北電力大學;國網吉林省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F18/2431;G06F18/23213;G06Q30/0201;G06Q50/06
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

本發明公開了一種基于數據挖掘技術的負荷特征場景分類方法，適于在計算設備中執行，包括步驟：基于用戶的用電數據，確定出關于用戶用電的負荷曲線；利用聚類算法，生成各聚類下的負荷曲線；利用負荷曲線計算用戶對應的負荷形狀指標；將用戶的負荷形狀指標和商業指標輸入分類模型，輸出用戶所屬的負荷特征場景類別。

技術領域

本發明涉及能源電力技術領域，更具體地，涉及一種基于數據挖掘技術的負荷特征場景分類方法。

背景技術

電力市場自由化的一個主要后果是所有用戶在選擇其電力供應商時都享有自由。這個新的方案創造了幾個零售公司競爭終端用戶的電力供應的環境。為了使得市場運作良好，有必要確定有關數據收集與描述的新規則和結構，以及市場不同參與者之間通信協議的定義。這種新的結構將大大增加市場參與者收集的數據量。這些數據以動態的形式增長，在決策支持和市場戰略行為定義中發揮重要作用。框架和工具的開發能夠從這些數據中提取有用的知識，這對于市場參與者來說是一種競爭優勢。

目前主要的電能用戶特征描述方法，在電能用戶特征的分類方面，存在無法處理大型數據集、無法填補數據缺失和處理異常數據、無法完整詳細地描繪各類特點等問題。許多電能用戶特征描述方法在處理大型數據集時，由于采用簡單的聚類分析方法，缺乏學習能力。當數據擴大時，這些簡單的聚類分析方法運算量就顯得尤為不足。除此之外，當數據出現損失或異常時，許多電能用戶特征描述方法并不能將此類特殊情況區分出去，因此缺失數據和異常數據將對電能用戶特征分類產生影響，造成分類不精確。此外，在描繪各類別特點方面，由于用戶標簽體系的構建太過主觀，通過設置用戶標簽體系的方法進行電力用戶畫像分析具有很大的不精確性。故再將各個用戶的數據歸入所建立的各個標簽內，涉及主觀觀念成分太大，電能用戶特征描繪不夠精確。

因此，需要一種基于數據挖掘技術的負荷特征場景分類方法，來準確描述用戶的用電特征。

發明內容

為此，本發明提供了基于數據挖掘技術的負荷特征場景分類方法，以力圖解決或者至少緩解上面存在的至少一個問題。

根據本發明的一個方面，提供了一種基于數據挖掘技術的負荷特征場景分類方法，適于在計算設備中執行，包括步驟：基于用戶的用電數據，確定出關于用戶用電的負荷曲線；利用聚類算法，生成各聚類下的負荷曲線；利用負荷曲線計算用戶對應的負荷形狀指標；將用戶的負荷形狀指標和商業指標輸入分類模型，輸出用戶所屬的負荷特征場景類別。

可選地，根據本發明的方法還包括步驟：對用戶的用電數據進行預處理，以確定出不同負荷條件下的用電數據。

可選地，在根據本發明的方法中，對用戶的用電數據進行預處理的步驟包括：對用電數據進行處理，來更正其中的異常數據并補充其中的缺失數據。

可選地，在根據本發明的方法中，負荷條件包括以下條件中的一個或多個：冬季、夏季、工作日和周末。

可選地，在根據本發明的方法中，基于用戶的用電數據，確定出關于用戶用電的負荷曲線的步驟包括：利用對應于每個負荷條件的實測日的負荷曲線，生成一個具有代表性的負荷曲線，作為該用戶用電的負荷曲線。

可選地，在根據本發明的方法中，利用聚類算法，生成各集群對應的負荷曲線的步驟包括：利用聚類算法，對用戶的用電數據進行聚類，來得到多個集群；對于各集群，根據其所屬用戶用電的負荷曲線，生成該集群對應的負荷曲線。

可選地，在根據本發明的方法中，利用聚類算法，對用戶的用電數據進行聚類，來得到多個集群的步驟包括：利用自組織映射算法，對用戶的用電數據進行降維，生成對應的權值向量；利用K-means算法，對權值向量進行分組，得到聚類后的多個集群。

可選地，在根據本發明的方法中，商業指標包括以下指標中的一個或多個：活動類型、合同功率、電價類型、供電電壓水平。