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——特征分析

    2018-04-24 09:52:25 互聯(lián)網(wǎng)+智慧售電  點(diǎn)擊量: 評論 (0)
    7.2.3相似用戶群體特征分析在識別和構(gòu)建相似用戶群體后,一方面可以如圖7-7所示,分析和獲得群標(biāo)簽屬性和用電行為特征,用以表征電力用戶群...

    7.2.3相似用戶群體特征分析

    在識別和構(gòu)建相似用戶群體后,一方面可以如圖7-7所示,分析和獲得群標(biāo)簽屬性和用電行為特征,用以表征電力用戶群體行j為,實現(xiàn)售電主體面向群體的銷售決策;另一方面,相似用戶群體的屬性包含了個體用戶的行為刻畫,能夠幫助售電主體預(yù)測用戶個體的用電行為,實現(xiàn)面向用戶的電力精準(zhǔn)消費(fèi)。其中,群體標(biāo)簽為群用戶共同擁有的標(biāo)簽類型,從群識別過程可以獲得;群典型負(fù)荷向量L反映了群體共同的用電行為特征,計算方法為

    式中:Li為用戶i的日負(fù)荷向量;N為群中用戶的數(shù)量。

    通過群分析預(yù)測個體用戶的用電行為,主要體現(xiàn)在對其負(fù)荷向量的預(yù)測,對于新入網(wǎng)用戶j,為了預(yù)測其用電行為特征,需要先識別該用戶屬于的群體,方法為分別計算用戶j與所有群的相同標(biāo)簽個數(shù),數(shù)值最大的群則為j的歸屬群,其負(fù)荷向量為

    式中:Li為所屬群中與j相同標(biāo)簽個數(shù)最多的K個用戶的負(fù)荷向量:K 為售電主體設(shè)定值,小于N。

    利用河南省某地區(qū)抽樣1000戶居民的用電行為刻畫數(shù)據(jù),進(jìn)行相似識別,分析群體特征。

    (1)電力用戶標(biāo)簽體系和二元網(wǎng)絡(luò)。如表7-2所示,用戶標(biāo)簽體系主要包含家庭人口、住房面積、房屋均價、熱源類型、用戶信用、購電渠道等內(nèi)容。構(gòu)建大數(shù)據(jù)分析系統(tǒng),如圖7-9所示為每個用戶賦予相應(yīng)的標(biāo)簽,形成“用戶標(biāo)簽”二元網(wǎng)絡(luò)。

    表7-2     電力用戶標(biāo)簽體系

    (2)相似用戶群體識別與分析。利用表7-2所述的相似用戶群體分析方法,設(shè)定群用戶數(shù)量N=50,識別出相似用戶群體的共同標(biāo)簽特征包括:2~3人、60~90㎡、7000~12000元/㎡、燃?xì)狻⑹姓崃Α@檬?7-7)計算出群體的典型日負(fù)荷向量,與50戶個體負(fù)荷向量各個小時的均方根誤差均值見圖7-11,各時刻平均為3.2%,表明群體典型日負(fù)荷向量與個體負(fù)荷向量誤差較小,較為準(zhǔn)確地體現(xiàn)了群體中個體普遍的用電行為特征。因此,群體識別方法能夠有效識別出具有相似用電行為的用戶群體。

    圖7-11群體典型負(fù)荷與個體負(fù)荷均方根誤差

    為了進(jìn)一步驗證通過對相似用戶群體的分析可以用于預(yù)測新入網(wǎng)用戶的用電行為特征,隨機(jī)取實驗樣本以外的一個用戶樣本,提取樣本用戶標(biāo)簽后,尋找與該用戶相同標(biāo)簽數(shù)量最多的用戶群作為該用戶的歸屬群,再分別計算該用戶與歸屬群中其他用戶的相同標(biāo)簽個數(shù),取數(shù)值最10個用戶,計算其平均日負(fù)荷向量,作為該用戶的負(fù)荷向量預(yù)側(cè)值。如圖7-12所示,預(yù)測負(fù)荷值的曲線與實際值的曲線趨勢相似,其均方根誤差平均值為5.3%,結(jié)果表明,基于相似群體分類結(jié)果,利用新入網(wǎng)用戶的屬性標(biāo)簽,可以有效預(yù)測用戶的用電行為趨勢特征,對于售電主體以用戶為中心實施基于互聯(lián)網(wǎng)的精準(zhǔn)消費(fèi)、制定需求響應(yīng)策略優(yōu)化等具有支撐作用。

    電力用戶相似群體識別與特征分析方法。針對電力用戶用電行為和社會屬性特征,建立用戶標(biāo)簽體系及“用戶一標(biāo)簽”二元網(wǎng)絡(luò),并以標(biāo)簽對比結(jié)果為基礎(chǔ),將用戶歷史負(fù)荷相似度作為動態(tài)系數(shù)修成標(biāo)簽對比結(jié)果,構(gòu)建用戶相互關(guān)系權(quán)重模型,作為衡量用戶相似度識別的標(biāo)準(zhǔn)在二元網(wǎng)絡(luò)中聚合用戶形成相似群體,進(jìn)而獲得群屬性標(biāo)簽和典型負(fù)荷特征,最后以相似群體為基礎(chǔ),基于新入網(wǎng)用戶屬性標(biāo)簽將其歸入相似群,并進(jìn)一步預(yù)測新用戶的用電行為特征。仿真算例表明,該方法通過對標(biāo)簽數(shù)據(jù)的分析,可以得到相似用戶群體,準(zhǔn)確提取相似用戶群用電行為特征以及發(fā)現(xiàn)群體中的重要用戶,并預(yù)測新入網(wǎng)用戶的負(fù)荷曲線趨勢,便于售電主體為電力用戶提供個性化用電服務(wù)、精準(zhǔn)實施需求響應(yīng)策略、提升電網(wǎng)能效。

    圖7-12負(fù)荷預(yù)測對比圖

    大云網(wǎng)官方微信售電那點(diǎn)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(diǎn),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
    ?
    国产成人无码精品久| 特级西西人体444www高清大胆| 久久精品午夜福利| 性饥渴少妇AV无码毛片| 久久资源视频免费观看| 久久久久久久精品久久久久| 樱桃视频大全免费高清版下载| 成全视频在线观看免费观看| 国产全肉乱妇杂乱视频| 99久久99久久久精品综合色圆|