互聯(lián)網(wǎng)環(huán)境下電力用戶群體分析——特征分析
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
責(zé)任編輯:電力交易小郭
-
基于智能優(yōu)化算法的互聯(lián)電網(wǎng)負(fù)荷頻率控制器設(shè)計及其控制性能
-
大數(shù)據(jù)安全的挑戰(zhàn)和對策
-
數(shù)據(jù)科學(xué)家必須要掌握的5種聚類算法
2018-04-23聚類算法
-
十張圖了解七大國產(chǎn)汽車2017年報看點(diǎn):新能源汽車布局多
-
談造車:誰能最先量產(chǎn) 誰就是“王者”
2018-04-20最先量產(chǎn) -
合資股比50%底線背后 我們在擔(dān)心什么?
2018-04-20合資股比
-
仟億新能與北京中服大廈就儲能電站節(jié)能服務(wù)達(dá)成合作
-
高質(zhì)量發(fā)展是動力電池業(yè)發(fā)展的核心思想
-
天齊鋰業(yè)收購SQM頻受阻 鋰電上游企業(yè)原料供應(yīng)如何破局
-
建設(shè)堅強(qiáng)智能電網(wǎng) 國網(wǎng)浙江能源互聯(lián)網(wǎng)生機(jī)勃發(fā)
-
電網(wǎng)也要智能化 極簡網(wǎng)絡(luò)讓大唐臨清熱電公司信息化快速進(jìn)階
-
堅強(qiáng)電網(wǎng)護(hù)航建設(shè)新福建 為經(jīng)濟(jì)發(fā)展注入強(qiáng)大動力
-
數(shù)據(jù)科學(xué)家必須要掌握的5種聚類算法
2018-04-23聚類算法 -
全面了解電力電纜
2018-04-23電力電纜 -
人工智能走進(jìn)邊緣,物聯(lián)網(wǎng)應(yīng)用落地加速