[发明专利]用电用户类别识别方法及系统有效

专利信息
申请号: 201811496583.6 申请日: 2018-12-07
公开(公告)号: CN109558467B 公开(公告)日: 2020-09-15
发明(设计)人: 杜健;殷新博;王数;陆芸;杨汉新;马凯;殷萍;潘玉生;吴郅君;陈中 申请(专利权)人: 国网江苏省电力有限公司常州供电分公司;国网江苏省电力有限公司;国家电网有限公司
主分类号: G06F16/28 分类号: G06F16/28
代理公司: 深圳市君之泉知识产权代理有限公司 44366 代理人: 吕战竹
地址: 213000*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用电 用户 类别 识别 方法 系统
【说明书】:

发明公开了一种用电用户类别识别方法及系统,该用电用户类别识别方法包括:步骤S1:获取多个目标用电用户的第一用电负荷曲线数据;步骤S2:将所述多个目标用电用户的第一用电负荷曲线数据聚为1类,得到第一类簇;步骤S3:获取待识别用电用户的多个第二用电负荷曲线数据;步骤S4:将所述多个第二用电负荷曲线数据聚为1类,得到第二类簇;步骤S5:计算所述第二类簇的聚类中心与所述第一类簇的聚类中心之间的相似度,并根据所述相似度判断所述待识别用户是否属于所述目标用电用户类别。本发明有利于提高判断待识别用户是否属于目标用电用户类别的准确度。

技术领域

本发明涉及电力管理技术领域,特别是一种用电用户类别识别方法及系统。

背景技术

随着电力市场化的推进,用户的多元化需求对现有电网提出了新的挑战,常规的电力服务内容较为单一、营销服务缺乏个性化,供电企业在客户服务方面缺少与客户之间进行更详细和更专业的沟通,难以完全满足客户差异化、多元化的服务需求,因此对用户进行分类识别,提供精准化的服务成为时代发展的趋势。

例如,目前鱼类养殖业十分发达,是生产生活中一项重要的组成部分,一旦养殖鱼塘出现问题将会造成很大的经济损失,更会给养殖户造成很大的伤害,严重者甚至会血本无归,除此之外,鱼类大量死亡会带来水质、土壤等方面的污染,所带来的环境污染也不容小觑,因此,通过对鱼塘养殖用户进行识别,并对其用电负荷进行分类处理,有利于及时掌握用电负荷的变化规律和发展趋势,有利于用电负荷的科学管理,有利于突发性事件的精确处理,使得用户服务更加精准周到,事故抢修更加具有针对性,具有重要的理论意义和现实意义。然而,在鱼塘养殖用户的分类识别方面,目前大多是采用人工的方式判断是否是鱼塘养殖用户,而利用人工方式进行识别势必是一种十分不准确且带有主观色彩的识别方法,使得鱼塘养殖用户的精准化管理工作不能顺利开展。

发明内容

有鉴于此,本发明的目的在于提供一种用电用户类别识别方法及系统,有利于提高判断待识别用户是否属于目标用电用户类别的准确度。

为达到上述目的,本发明的技术方案提供了一种用电用户类别识别方法,包括:

步骤S1:获取多个目标用电用户的第一用电负荷曲线数据,其中,不同第一用电负荷曲线数据对应目标用电用户类别下的不同用户,每一个所述第一用电负荷曲线数据包括对应的用户在一时间段内的预设数量的用电负荷数据;

步骤S2:将所述多个目标用电用户的第一用电负荷曲线数据聚为1类,得到第一类簇;

步骤S3:获取待识别用电用户的多个第二用电负荷曲线数据,其中,不同第二用电负荷曲线数据对应不同时间段,每一个所述第二用电负荷曲线数据包括待识别用户在对应的时间段内的预设数量的用电负荷数据,其中,第二用电负荷曲线数据对应的时间段的用户用电特性与第一用电负荷曲线数据对应的时间段的用户用电特性相同;

步骤S4:将所述多个第二用电负荷曲线数据聚为1类,得到第二类簇;

步骤S5:计算所述第二类簇的聚类中心与所述第一类簇的聚类中心之间的相似度,并根据所述相似度判断所述待识别用户是否属于所述目标用电用户类别。

进一步地,所述步骤S2包括:

步骤S21:采用以下方式对n个第一用电负荷曲线数据进行标准化处理;

其中,xij′为第i个第一用电负荷曲线数据中第j个用电负荷数据,xij为xij′标准化处理后的值,为第i个第一用电负荷曲线数据中所有用电负荷数据的平均值,为第i个第一用电负荷曲线数据中的最大用电负荷数据,k为每一个第一用电负荷曲线数据中的用电负荷数据的数量,n为不小于2的整数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司常州供电分公司;国网江苏省电力有限公司;国家电网有限公司,未经国网江苏省电力有限公司常州供电分公司;国网江苏省电力有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811496583.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top