互聯(lián)網環(huán)境下電力用戶群體分析——關系模型
在能源互聯(lián)網和智能電網背景下,準確的用戶用電行為特征分析和用電量短期、長期預測對電網需求側管理和基于互聯(lián)網的售電主體精準消費具有重要的指導意義。基于用戶社會屬性、用電行為特征、互聯(lián)網行為將電力用戶進行分類,進而實現(xiàn)群體用電行為預測,可以幫助售電主體更深入地了解用戶群體特征,為電力精準消費和制定電力需求側響應策略提供數(shù)據(jù)支撐。
隨著中國電力體制改革和能源互聯(lián)網戰(zhàn)略的不斷推進,電力用戶在互聯(lián)網售電平臺上購電和用電增值服務,形成種類豐富的用戶數(shù)據(jù),包括用戶屬性數(shù)據(jù)、用電行為數(shù)據(jù)、上網行為數(shù)據(jù)等。基于這些用電大數(shù)據(jù)將用戶用電行為特性進行多維度分解,建立用戶分類模型,深刻認識電力用戶群體效應,能夠形成基于群體的用電模式差異化預測模型。
目前,對電力用戶群體分析方法多是基于歷史負荷數(shù)據(jù),建立基于人工智能方法的負荷識別和預測模型,再利用聚類的方法實現(xiàn)基于用電行為的用戶群體分析,或是基于行業(yè)或領域等用戶屬性將電力用戶進行細分,進而形成群體一屬性的關系。這些分類方法往往一個群體中的用戶只包含了個別共同屬性,難以真正形成包含個體屬性、用電行為和互聯(lián)網行為等多種屬性的相似用戶群體,并用于構建基于群體特征的用戶用電行為分析預測模型。
標簽作為一種用戶行為的標識方法,蘊含了很多反映用戶屬性、用電偏好的信息。通過對標簽數(shù)據(jù)的分析,結合相同標簽數(shù)量和負荷相似度形成用戶關聯(lián)度網絡模型,得到相似電力用戶群體,提取群體的主要特征以及發(fā)現(xiàn)群體中的重要用戶,便于互聯(lián)網售電主體實施個性化增值服務產品和用電套餐推薦,進而提升電力服務質量。
7.2.1電力用戶行為關系模型
如圖7-7所示,對于電力用戶的個體行為刻畫分為兩類:一是電力用戶的社會屬性,包括家庭人口、住房面積、房屋均價、戶內熱源類型等,反映了電力用戶對電力的消費能力和潛力,該類描述可以幫助售電主體刻畫用戶的形象,進而對用戶進行分類或歸納;二是電力用戶的用電行為,包括歷史負荷曲線、互聯(lián)網購電行為、用戶信用等級等,反映了電力用戶的實際電能消費量、購電渠道等用電行為特征,動態(tài)展示了用戶的用電行為特點,可以幫助售電主體了解用戶的用電模式和消費習慣。對于電力用戶群體的分類和行為刻畫,體現(xiàn)在基于用戶個體行為,形成對群體典型負荷和群體標簽的描述,其中群體標簽包含了群體中用戶共同的社會屬性和用電行為。
圖7-7 電力用戶行為關系模型
責任編輯:電力交易小郭
-
互聯(lián)網環(huán)境下電力用戶群體分析——識別方法
-
從能源互聯(lián)網到能源區(qū)塊鏈,數(shù)字化為其提供了機遇
-
“分布式+儲能”模式將最先推動商業(yè)化發(fā)展
-
互聯(lián)網環(huán)境下電力用戶群體分析——識別方法
-
互聯(lián)網環(huán)境下電力用戶群體分析——關系模型
-
從能源互聯(lián)網到能源區(qū)塊鏈,數(shù)字化為其提供了機遇
-
十張圖了解七大國產汽車2017年報看點:新能源汽車布局多
-
談造車:誰能最先量產 誰就是“王者”
2018-04-20最先量產 -
合資股比50%底線背后 我們在擔心什么?
2018-04-20合資股比
-
湖南爍普新材50億元上馬鋰電池隔膜項目
2018-04-20鋰電池隔膜項目 -
英國能源監(jiān)管機構考慮創(chuàng)建需求側響應(DSR)計劃
-
全球40%儲能項目與太陽能發(fā)電配套使用
-
史上最全最詳細無線通信頻率分配表
2018-04-20無線通信頻率分配表 -
毫米波技術
-
絕對高科技 圍觀神秘的量子通信技術