在互聯(lián)網(wǎng)環(huán)境下，多售電主體形成競爭關(guān)系，需要允分分析用戶的社會屬性、用電行為和互聯(lián)網(wǎng)行為，以便獲取用戶的用電行為偏好，并為用戶提供更為適宜的供電服務(wù)，也通過對用戶的精準分析，制定供電和需求側(cè)響應(yīng)策略。為了實現(xiàn)電力精準消費和優(yōu)化消費，需要對互聯(lián)網(wǎng)用電用戶進行分類，并通過尋找形似用戶的方式，精準預(yù)測或者推薦優(yōu)化電力套餐。目前電力消費對用戶的識別，多是基于用戶社會屬性進行定性分類，忽略對用電行為的精準分析，尤其是缺少對用戶互聯(lián)網(wǎng)行為及其對用電的影響做深入分析。

因此，售電主體如何在互聯(lián)網(wǎng)環(huán)境下通過分析用戶行為尋找和識別相似用戶，進而形成個性化用電服務(wù)和售電側(cè)能效有效優(yōu)化，是一個急需解決的技術(shù)問題。

有鑒于此，本書提供一種互聯(lián)網(wǎng)售電主體相似用戶識別方法，能根據(jù)用戶屬性、用電行為和互聯(lián)網(wǎng)行為綜合分析兩個用戶的相似度，從而為用戶提供精準用電業(yè)務(wù)推薦，而且?guī)椭垭娭黧w充分掌握用戶用電規(guī)律，制定有效的需求側(cè)響應(yīng)策略。

如圖7-6所示，互聯(lián)網(wǎng)售電主體相似用戶識別方法包含以下步驟：

（1）互聯(lián)網(wǎng)售電主體建立包含用戶人口、住房面積、房屋市場均價、加熱類型、歷史用電負荷、用戶互聯(lián)網(wǎng)行為等信息的用戶數(shù)據(jù)庫，見表7-1。

圖7-6相似用戶識別方法

表7-1用戶標簽相似度對比

（2）互聯(lián)網(wǎng)售電主體分別對人口、住房面積、房屋市場均價、加熱類型等用戶靜態(tài)標簽設(shè)定分類表，并計算樣本用戶與售電主體所有用戶的屬性相似度，對于超過設(shè)定相似度閾值的用戶，建立新用戶群A。計算方法是：將樣本用戶i與用戶j的人口、住房面積、房屋市場均價、加熱類型等用戶靜態(tài)標簽分別映射到售電主體設(shè)定的用戶標簽分類表，兩個用戶各標簽如果映射到分類表的同一位置則認為該屬性相似度為1，否則為0，假設(shè)形成的標簽相似度向量[1,0,0,1,0,0]，再根據(jù)售電主體設(shè)定的各屬性權(quán)重W₁：=[0.25，0.25，0.25，0.25，0.25，0.25]，加權(quán)計算用戶靜態(tài)標簽相似度：

     S₁(i,j)=1×0.25+0×0.25+1×0.25+1×0.25=0.75

設(shè)用戶靜態(tài)標簽相似度網(wǎng)值為0.7，則所有與用戶i相似度超過0.7的用戶則劃入新的用戶群A。

（3）計算樣本用戶和新用戶群A各個用戶的日均負荷曲線，將樣本用戶分別與用戶群A的個體進行負荷曲線相似度計算。對于超過設(shè)定相似度閾值的用戶，建立新用戶群B。計算方法是：分別取用戶i和j所有日負荷曲線中各小時的平均負荷組成樣本用戶i與用戶j的負荷向量L_i;和L_j;，其中日均負荷為用戶i和用戶j數(shù)據(jù)庫中存的所有日負荷在每個對應(yīng)時間的均值。假設(shè)L_i=[2,3,4,5,4,6,4,7,5,6,4，3,5,9,5,6,4,3,7,2,1,3,2,1],L_j=[1,2,4,5,4,64,7,8,2,4,3,5,6,5,7,4,3,6,2,1,2,2,1]，計算負荷相似度設(shè)用戶負荷相似度

設(shè)用戶負荷閾值為0.8，則在用戶群A中所有與用戶i相似度超過0.8的用戶則劃入新的用戶群B。

（4）建立用戶互聯(lián)網(wǎng)用電行為特征向量，元素包括互聯(lián)網(wǎng)售電平臺應(yīng)用業(yè)務(wù)類型、用電報告閱讀狀態(tài)、需求響應(yīng)情況、用戶信用等，計算樣本用戶與用戶群B中各個用戶的互聯(lián)網(wǎng)用電行為相似度。計算方法是：從用戶數(shù)據(jù)庫中分別獲取互聯(lián)網(wǎng)售電平臺應(yīng)用業(yè)務(wù)類型、用電報告閱讀狀態(tài)、需求響應(yīng)情況、用戶信用等級等，其中互聯(lián)網(wǎng)售電平臺應(yīng)用業(yè)務(wù)類型為用戶通過售電平臺訂購的增值服務(wù)類型;用電報告閱讀狀態(tài)為用戶查詢用電詳情的頻度;需求響應(yīng)情況為用戶峰谷用電量差值。將樣本用戶i與用戶j的互聯(lián)網(wǎng)售電平臺應(yīng)用業(yè)務(wù)類型、用電報告閱讀狀態(tài)、需求響應(yīng)情況、用戶信用等級分別映射到售電主體設(shè)定的用戶互聯(lián)網(wǎng)行為要素分類表，兩個用戶各要素如果映射到分類表的同一位置則認為該要素相似度為1，否則為0，假設(shè)形成的互聯(lián)網(wǎng)行為相似度向量為[0,0,1,1]，再根據(jù)售電主體設(shè)定的各屬性權(quán)重W₂=[0.3，0.1，0.2，0.4]，加權(quán)計算用戶互聯(lián)網(wǎng)行為相似度

S₁(i,j)=0×0.3+0×0.1+1×0.2+1×0.4=0.6

（5）對樣本用戶和用戶樣B中各個用戶的標簽相似度、負荷曲線相似度和互聯(lián)網(wǎng)用電行為相似度進行加權(quán)求和，超過互聯(lián)網(wǎng)售電主體設(shè)定的閾值的用戶，則認為是與樣本用戶相似的用戶。計算方法是：根據(jù)售電主體設(shè)定的各要素相似度權(quán)重W2=[0.2,0.4,0.4]，用戶i與用戶j的相似度為

S=w₃(1)S₁(i,j)+w₃(2)S₂(i,j)+w₃(3)S₃(i,j)=0.774

假設(shè)售電主體設(shè)定相似度閾值為0.7，者在用戶群B中所有與樣本用戶相似度超過0.7的用戶均為樣本用戶的相似用戶。