[发明专利]一种有效的居民用电行为分析系统

说明书

一种有效的居民用电行为分析系统，包括信息采集模块、信息处理模块、聚类分析模块、用电行为分析模块和信息管理模块，所述信息采集模块用于实时收集居民用电大数据，所述信息处理模块用于对所述用电大数据进行处理和存储，所述聚类分析模块用于提取处理后的大数据中的用电数据特征，并采用聚类算法对用电数据特征进行聚类处理，所述用电行为分析模块用于对用电行为和需求进行分析，所述信息管理模块用于对分析得到的结果进行存储和显示，当判断存在异常用电行为时通过短信形式通知管理员进行预警。本发明的有益效果为：选择模糊C均值聚类算法对居民用电行为进行聚类分析，有效的提高了用户用电行为分析的准确性和快速性。

技术领域

本发明创造涉及智能电网领域，具体涉及一种有效的居民用电行为分析系统。

背景技术

目前，随着国民经济的发展以及产业结构的调整，智能电网的要求越来越多，电力系统负荷越来越大，调度管理的作用越来越重要，再加上信息采集系统应用的扩展，用户用电负荷数据成海量态势增长，因此，对电网企业的电力信息化建设提出了更高的要求。如何处理不断增长的用户用电负荷数据，从而进行快速有效的居民用电行为分析，对于电力系统的调度管理能够起到指导性作用。

本发明根据居民用电负荷大数据的特点，选择模糊C均值聚类算法(FCM算法)对居民用电行为特征进行聚类分析，有效的提高了用户用电行为分析的准确性和快速性；针对传统FCM算法易陷入局部最优使得聚类效果差的问题，采用基于粒子群算法的FCM算法，有效的解决了由于初始聚类中心难以确定而导致的FCM算法容易陷入局部最优的问题，有效地提高了FCM算法的收敛速度和性能。

发明内容

针对上述问题，本发明旨在提供一种有效的居民用电行为分析系统。

本发明创造的目的通过以下技术方案实现：

一种有效的居民用电行为分析系统，包括信息采集模块、信息处理模块、聚类分析模块、用电行为分析模块和信息管理模块，所述信息采集模块用于实时收集居民用电大数据，所述信息处理模块用于对所述用电大数据的缺失值和异常值进行处理，并对处理后的用电大数据进行标准化处理和存储，所述聚类分析模块用于提取处理后的大数据中的用电数据特征，并采用聚类算法对用电数据特征进行聚类处理，所述用电行为分析模块用于根据聚类结果对用户的用电行为和用电需求进行分析和预测，所述信息管理模块用于对用电分析模块分析得到的用电行为和用电需求的结果进行存储和显示，当判断存在异常用电行为时通过短信形式通知管理员进行预警。

本发明创造的有益效果：本发明提供一种有效的居民用电行为分析系统，采用模糊C均值聚类算法对居民用电行为特征进行聚类分析，有效的提高了用户用电行为分析的准确性和快速性；针对传统FCM算法易陷入局部最优使得聚类效果差的问题，采用基于粒子群算法的FCM算法，有效的解决了由于初始聚类中心难以确定而导致的FCM算法容易陷入局部最优的问题，有效地提高了FCM算法的收敛速度和性能。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图；

附图标记：

信息采集模块1；信息处理模块2；聚类分析模块3；用电行为分析模块4；信息管理模块5；数据优化单元21；数据存储单元22；特征提取单元31；分类处理单元32。

具体实施方式

结合以下实施例对本发明作进一步描述。