www.e4938.cn-老师你下面太紧了拔不出来,99re8这里有精品热视频免费,国产第一视频一区二区三区,青青草国产成人久久

<button id="60qo0"></button>

<strike id="60qo0"></strike>
<del id="60qo0"></del>
<fieldset id="60qo0"><menu id="60qo0"></menu></fieldset>
  • 互聯(lián)網(wǎng)環(huán)境下電力用戶群體分析——識別方法

    2018-04-23 11:51:44 互聯(lián)網(wǎng)+智慧售電  點擊量: 評論 (0)
    標(biāo)簽作為一種用戶行為的標(biāo)識方法,蘊含了很多反映用戶屬性、用電偏好的信息。

    在能源互聯(lián)網(wǎng)和智能電網(wǎng)背景下,準(zhǔn)確的用戶用電行為特征分析和用電量短期、長期預(yù)測對電網(wǎng)需求側(cè)管理和基于互聯(lián)網(wǎng)的售電主體精準(zhǔn)消費具有重要的指導(dǎo)意義。基于用戶社會屬性、用電行為特征、互聯(lián)網(wǎng)行為將電力用戶進(jìn)行分類,進(jìn)而實現(xiàn)群體用電行為預(yù)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(zhǔn)消費和制定電力需求側(cè)響應(yīng)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(wǎng)戰(zhàn)略的不斷推進(jìn),電力用戶在互聯(lián)網(wǎng)售電平臺上購電和用電增值服務(wù),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(wǎng)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(jìn)行多維度分解,建立用戶分類模型,深刻認(rèn)識電力用戶群體效應(yīng),能夠形成基于群體的用電模式差異化預(yù)測模型。

    目前,對電力用戶群體分析方法多是基于歷史負(fù)荷數(shù)據(jù),建立基于人工智能方法的負(fù)荷識別和預(yù)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(lǐng)域等用戶屬性將電力用戶進(jìn)行細(xì)分,進(jìn)而形成群體一屬性的關(guān)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(wǎng)行為等多種屬性的相似用戶群體,并用于構(gòu)建基于群體特征的用戶用電行為分析預(yù)測模型。

    標(biāo)簽作為一種用戶行為的標(biāo)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(biāo)簽數(shù)據(jù)的分析,結(jié)合相同標(biāo)簽數(shù)量和負(fù)荷相似度形成用戶關(guān)聯(lián)度網(wǎng)絡(luò)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(wǎng)售電主體實施個性化增值服務(wù)產(chǎn)品和用電套餐推薦,進(jìn)而提升電力服務(wù)質(zhì)量。

    7.2.2相似用戶群體識別方法

    如圖7-8所示,基于大數(shù)據(jù)的電力用戶群體分析方法主要包括:

    圖7-8電力用戶群體分析方法

    (1)構(gòu)建電力用戶及其標(biāo)簽二元關(guān)系網(wǎng)絡(luò)。如圖7-9所示,對電力用戶全體分析的第一步是定義電力用戶社會屬性及用電行為標(biāo)簽,將用戶與其所屬的標(biāo)簽進(jìn)行連接,形成相互關(guān)系二元網(wǎng)絡(luò),其中a、b、c、d代表用戶節(jié)點,L1、L2、L3、L4代表用戶標(biāo)簽。

    圖7-9“用戶-標(biāo)簽”二元關(guān)系網(wǎng)絡(luò)

    (2)建立用戶節(jié)點間相互關(guān)系權(quán)重模型。用戶節(jié)點間的相互關(guān)系權(quán)重是用戶相似度的表現(xiàn),包括的用戶社會屬性相似度和用電行為相似度,其中用戶社會屬性、用戶信用和購電渠道等可以定義為靜態(tài)標(biāo)簽,用相同標(biāo)簽數(shù)量表征其相似性,但用電行為中的歷史負(fù)荷為動態(tài)數(shù)據(jù),難以用標(biāo)簽描述,該指標(biāo)卻是用戶相似性和群體刻畫的關(guān)鍵內(nèi)容。基于上述因素,以標(biāo)簽相同個數(shù)為權(quán)重模型的基礎(chǔ),將負(fù)荷相似度作為權(quán)重因子,使得權(quán)重模型即包含靜態(tài)標(biāo)簽相似性,又包含動態(tài)負(fù)荷相似性。

    將用戶節(jié)點網(wǎng)絡(luò)中任意兩節(jié)點之間相同標(biāo)簽的個數(shù)表示為Nij,用電行為相似度表示為Sij,兩節(jié)點相互關(guān)系權(quán)重表示為

    其中,用電行為相似度Sij的計算方法為:分別利用用戶i和j日均負(fù)荷曲線中各小時的平均負(fù)荷組成用戶日負(fù)荷向量Li,和Lj,基于余弦相似度計算方法計算用電行為相似度。

    (3)識別與構(gòu)建相似用戶群體。如圖7-10所示,相似用戶群體的形成過程包括:基于用戶節(jié)點間相互關(guān)系權(quán)重模型,計算二元網(wǎng)絡(luò)中任意兩節(jié)點的權(quán)重,將權(quán)重最大的兩個節(jié)點合并為一個群,并視其為網(wǎng)絡(luò)中的一個節(jié)點,再與其他節(jié)點進(jìn)行關(guān)系權(quán)重計算,將權(quán)重最大的節(jié)點合并至群中,形成新的用戶群。基于該流程,如果群中的用戶超過售電主體設(shè)定的用戶數(shù),則完成相似用戶群體的識別和構(gòu)建,反之則繼續(xù)計算更新的群與其他節(jié)點的關(guān)系權(quán)重,不斷更新群組成。在計算群與節(jié)點關(guān)系權(quán)重過程中,標(biāo)簽只取群中用戶共有特征,負(fù)荷向量取群中所有用戶的平均值。

    圖7-10相似用戶群網(wǎng)絡(luò)

    大云網(wǎng)官方微信售電那點事兒

    責(zé)任編輯:電力交易小郭

    免責(zé)聲明:本文僅代表作者個人觀點,與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實,對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關(guān)內(nèi)容。
    我要收藏
    個贊
    ?
    国产精品日韩无码APP| 午夜精品久久久久久中宇| 最美情侣中文在线电影资源| 99精品欧美一区二区综合在线| 国产精品每日更新| 国产真实乱子伦精品视频| 国产欧美国日产在线播放| AV无码一区二区三区麻豆| 国产乱子伦精品视频| 无码视频在线免费观看|