[發(fā)明專利]一種基于層次分析法和深度信念網(wǎng)絡(luò)相結(jié)合的用戶用電行為多維分析診斷方法在審
| 申請?zhí)枺?/td> | 202011626606.8 | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112650894A | 公開(公告)日: | 2021-04-13 |
| 發(fā)明(設(shè)計(jì))人: | 王琨;高敬更;蘇海軍;楊熹;劉繼榮;楊春光;董智穎;侯琦;井含香 | 申請(專利權(quán))人: | 國網(wǎng)甘肅省電力公司營銷服務(wù)中心 |
| 主分類號: | G06F16/903 | 分類號: | G06F16/903;G06F16/9038;G06F16/906;G06N3/04;G06N3/08;G06Q50/06 |
| 代理公司: | 蘭州智和專利代理事務(wù)所(普通合伙) 62201 | 代理人: | 趙立權(quán) |
| 地址: | 730000 甘*** | 國省代碼: | 甘肅;62 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 層次 分析 深度 信念 網(wǎng)絡(luò) 相結(jié)合 用戶 用電 行為 多維 診斷 方法 | ||
本發(fā)明提供了一種基于層次分析法和深度信念網(wǎng)絡(luò)相結(jié)合的用戶用電行為多維分析診斷方法,包括如下步驟:(1)數(shù)據(jù)的獲取:負(fù)荷數(shù)據(jù)采用日常用戶用電負(fù)荷實(shí)時(shí)數(shù)據(jù)庫,該數(shù)據(jù)庫可以獲取到各個(gè)類型用戶的用電負(fù)荷數(shù)據(jù);(2)數(shù)據(jù)的分層聚類:通過層次分析法將數(shù)據(jù)分成日常各個(gè)時(shí)段對應(yīng)的負(fù)荷數(shù)據(jù)集;(3)數(shù)據(jù)的處理:初始化分層后數(shù)據(jù)的參數(shù),并且將分層后的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練,然后采用深度信念網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)的分析診斷工作;(4)負(fù)荷曲線繪制:通過相應(yīng)的顯示界面繪制負(fù)荷曲線,將分析結(jié)果直觀的展示出來。本發(fā)明針對居民用電負(fù)荷進(jìn)行分析診斷分類,從而可以有效的提高居民用電的可靠性和穩(wěn)定性,并且保證電能的安全和節(jié)能生產(chǎn)。
技術(shù)領(lǐng)域
本發(fā)明屬于電力負(fù)荷分析技術(shù)領(lǐng)域,具體涉及一種適用于用戶用電行為分析的多維分析診斷技術(shù),方法采用層次分析法結(jié)合深度信念網(wǎng)絡(luò)。
背景技術(shù)
傳統(tǒng)的電力用戶分類是根據(jù)用戶的用電電壓等級與用電模式不同進(jìn)行分類,大致分為:工業(yè)用電、農(nóng)業(yè)用電、商業(yè)用電和居民用電。其中工業(yè)用電可細(xì)分為大工業(yè)用電、普通工業(yè)用電和非工業(yè)用電,大工業(yè)用電電壓等級較高,一般為10kV、35kV或110k V,非工業(yè)用電一般指政府機(jī)關(guān)、科研單位和學(xué)校用電,電壓等級一般不超過10kV,普通工業(yè)用電的電壓等級介于大工業(yè)用電和非工業(yè)用電之間。農(nóng)業(yè)用電、商業(yè)用電和居民用電的電壓等級較低,一般不超過10kV,甚至不滿1kV。不同類型的電力用戶對電壓等級要求不同,對電能質(zhì)量要求也不同。但是傳統(tǒng)的電力用戶分類屬于大范圍領(lǐng)域的電力負(fù)荷分類,達(dá)不到現(xiàn)在精細(xì)化的要求,如對單一的居民負(fù)荷用電類型進(jìn)行分類分析。這就會(huì)影響到電力企業(yè)的相關(guān)利益,是目前需要解決的一個(gè)問題。
基于電力大數(shù)據(jù)的電力用戶分類主要是運(yùn)用電力大數(shù)據(jù)內(nèi)部包含的信息,并結(jié)合一定的數(shù)據(jù)分析算法對電力用戶進(jìn)行分類。常見的分類方法是運(yùn)用電力大數(shù)據(jù)中的數(shù)據(jù)信息作出相應(yīng)的曲線,并結(jié)合曲線變化的影響因素以及模糊算法、聚類算法和最小二乘法進(jìn)行分類。回歸方法等算法對電力用戶進(jìn)行分類,如無監(jiān)督的層次聚類、k-means聚類和自組織神經(jīng)網(wǎng)絡(luò)等,以及有監(jiān)督的KNN、支撐向量機(jī)和決策樹等方法。此外還可以運(yùn)用逆向分析的方法,從不同類型用戶的特點(diǎn)出發(fā),根據(jù)用戶特點(diǎn)運(yùn)用熵權(quán)法分析用戶電力數(shù)據(jù)的特點(diǎn)以及各部分?jǐn)?shù)據(jù)的權(quán)重,最后根據(jù)求得的數(shù)據(jù)特點(diǎn)在電力大數(shù)據(jù)中找到相應(yīng)特點(diǎn)的數(shù)據(jù),確定該部分?jǐn)?shù)據(jù)的用戶類別。但上述方法都有一定的局限性,例如精確度不高、靈活性較差等,如何更好地應(yīng)用算法得到更好的分析結(jié)果是目前需要解決的一個(gè)問題。
發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的問題,提供一種基于層次分析法和深度信念網(wǎng)絡(luò)相結(jié)合的用戶用電行為多維分析診斷方法。
為此,本發(fā)明采用如下技術(shù)方案:
一種基于層次分析法和深度信念網(wǎng)絡(luò)相結(jié)合的用戶用電行為多維分析診斷方法,包括如下步驟:
(1)數(shù)據(jù)的獲取
負(fù)荷數(shù)據(jù)采用日常用戶用電負(fù)荷實(shí)時(shí)數(shù)據(jù)庫,該數(shù)據(jù)庫可以獲取到各個(gè)類型用戶的用電負(fù)荷數(shù)據(jù);
(2)數(shù)據(jù)的分層聚類
通過層次分析法(AHP)將數(shù)據(jù)分成日常各個(gè)時(shí)段對應(yīng)的負(fù)荷數(shù)據(jù)集;
(3)數(shù)據(jù)的處理
初始化分層后數(shù)據(jù)的參數(shù),并且將分層后的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練,然后采用深度信念網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)的分析診斷工作;
(4)負(fù)荷曲線繪制
通過相應(yīng)的顯示界面繪制負(fù)荷曲線,將分析結(jié)果直觀的展示出來。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)甘肅省電力公司營銷服務(wù)中心,未經(jīng)國網(wǎng)甘肅省電力公司營銷服務(wù)中心許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011626606.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





