[發明專利]基于電力數據和多元數據建立低壓居民特征畫像的方法和系統

在審

• 申請號: 202110763167.3
• 申請日: 2021-07-06
• 公開（公告）號: CN113377760A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 何維民;周家億;劉穎;趙雙雙;王賀;陳奕彤;楊美蓉;尹澤然
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心;國網江蘇省電力有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/23;G06F16/2458;G06Q10/04;G06Q50/06
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮;王萍

1.基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

所述方法包括以下步驟：

步驟1：獲取低壓居民的電力相關數據；

步驟2：對步驟1的電力相關數據進行數據清洗；

步驟3：對步驟2得到的數據進行補全；

步驟4：建立用戶用電長期、短期、準實時特征畫像模型；

步驟5：利用步驟3得到的數據，根據特征畫像模型，計算低壓居民的長期、短期、準實時特征畫像；

步驟6：對步驟5的模型計算結果進行驗證；

步驟7：根據步驟6的驗證結果進行特征畫像模型優化，返回步驟5，直到模型計算結果表征情況和實際情況相比滿足要求；

步驟8：使用步驟7的優化后的特征畫像模型對低壓居民進行特征畫像計算。

2.根據權利要求1所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟1中，按區域選取低壓居民的電力相關數據，包括用電數據、用戶檔案數據、節假日、溫度、天氣狀況數據；

所述用電數據包括準實時用電數據和離線用電數據；

所述準實時用電數據指的是分鐘級別更新的用電數據，所述離線用電數據指的是天級用電數據。

3.根據權利要求2所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟2中，對步驟1的準實時用電數據使用條件判斷檢測負值和空值；

對步驟1的離線用電數據使用四分位檢測和條件判斷檢測異常值、負值和空值。

4.根據權利要求2所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟3中，準實時用電數據使用相鄰數據求平均算法進行補全；

離線用電數據使用同時滿足同用戶、同天氣狀況、同溫度、同節假日情況的歷史數值和相鄰用電量加權平均的算法進行補全。

5.根據權利要求1所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟4中，長期畫像模型包括穩定畫像特征：用戶的年齡、性別、住址、四季用電習慣特征；

短期畫像模型包括天級畫像特征：近期早上開始用電時間、晚上結束用電時間特征；

準實時特征畫像模型包括分鐘級更新的畫像特征：分鐘級用電情況、瞬時最大電流特征、判斷是否有人在家特征。

6.根據權利要求1所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟5中，從天氣狀況維度、溫度維度、節假日維度分別計算低壓居民的長期、短期、準實時特征畫像。

7.根據權利要求1所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟5中，將計算出來的結果存儲于用戶數據庫中并將長期、短期、準實時各類特征按照不同的時間維度進行定時更新。

8.根據權利要求1所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟6和步驟7中，采用實地驗證、樣本間互相驗證方式驗證對模型計算特征準確性。

9.根據權利要求1或8所述的基于電力數據和多元數據建立低壓居民特征畫像的方法，其特征在于：

步驟6和步驟7中，具體為：

對特征數據進行平滑計算，對特征值偏離大于閾值的特征使用威爾遜平滑方法對齊進行平滑計算；或，

進行特征分布統計，對分布不足以區分個用戶的特征進行重新評判和計算；或，

設定誤差函數，與實際情況進行對比計算，若實際情況與畫像計算結果表征情況有所不符，則根據誤差調整模型計算方法；

返回步驟5，直到模型計算結果表征情況和實際情況相比滿足要求。

10.基于電力數據和多元數據建立低壓居民特征畫像的系統，其特征在于：

所述系統包括：

初始數據獲取模塊，用于獲取低壓居民的電力相關數據并進行數據預處理，包括數據清洗和補全；

特征畫像模型構建模塊，用于建立用戶用電長期、短期、準實時特征畫像模型；

長期、短期、準實時特征計算模塊，用于利用初始數據獲取模塊得到的數據，根據特征畫像模型，計算低壓居民的長期、短期、準實時特征畫像；

驗證模塊，用于對模型計算結果進行驗證并進行特征畫像模型優化，返回長期、短期、準實時特征計算模塊，直到模型計算結果表征情況和實際情況相比滿足要求；

特征畫像計算模塊，用于使用優化后的特征畫像模型對低壓居民進行特征畫像計算。