[发明专利]一种基于用电行为影响因素的日负荷曲线获取方法

说明书

本发明公开了一种基于用电行为影响因素的日负荷曲线获取方法，首先获取电力用户的用电量及用电行为的潜在关联因素；再利用关联性互信息分析模型进行分析得到用电行为的关联因素列表；选择关联因素列表中的最强关联因素输入已构建好的相关性非参数回归模型中得到各最强关联因素与用电行为的相关性量化结果，预测出用户日负荷曲线；对各最强关联因素进行敏感强度分析。以园区用户侧需求为导向预测出的用户日负荷曲线，能直击用户用能痛点，深度挖掘用户信息，打破能源界限，为数据流、能源流、业务流的“三流合一”打下基础，为用户用能管理的用户侧实际情况分析提供依据，探知用户个性化服务需求。

技术领域

本发明涉及能源分配分析领域，具体涉及一种基于用电行为影响因素的日负荷曲线获取方法。

背景技术

随着终端用户数据的急剧增长和用户个性化服务的需求不断增强，用户用电行为的分析也势必朝着更大规模、更多维度、更高效、更精细化的方向发展。

客户用能行为往往因客户行业特征差异、外部环境变化、客户用能计划波动等诸多因素而具有较大不确定性，一直以来都是电力系统分析领域的难点。随着我国社会经济的持续发展以及产业结构的不断调整，电力客户的用能需求正呈现多维度的发展趋势，对同一行业的不同客户，其用能行为的差异化日益明显，仅以行业类别、电价类别等特征进行客户用能特征识别已无法挖掘足够的信息。

针对上述背景，迫切需要结合我国市场环境，全面思考用户用能痛点，从用户用电行为影响因素出发深度挖掘用户的服务需求信息，改善客户用能感受，从而统筹能源管理提高能效、打造为用户创造价值的能源服务新样版。

随着能源互联网的建设、推广和应用，用户端各用能环节逐渐被信息通信技术联系，潜藏着海量用户用能行为习惯的数据资源大量汇集，智慧能源服务设计也从以产品为中心转变为以客户为中心，从单一产品转变为多种能源产品服务。

如何构建体系化的用户用能行为影响因素关系，利用智慧能源互联网的大数据技术特征提取用户用能特征，明确不同用户集群的用能倾向及行为轨迹，准确感知用户需求，帮助用户更好的了解到自己各方面不同的需求，帮助服务提供商具有针对性的向用户提供服务，从而制定最优的配电策略。

发明内容

本发明所要解决的技术问题是：现有技术中获得的用户日负荷曲线单一，只能机械地展现出预测的用户日负荷，而不能体系化考虑到用户用能行为影响因素，无法提取用户用能特征，明确不同用户集群的用能倾向及行为轨迹，准确感知用户需求，帮助用户更好的了解到自己各方面不同的需求，帮助服务提供商具有针对性的向用户提供服务从而制定最优的配电策略，本发明提供一种基于用电行为影响因素的日负荷曲线获取方法，以解决上述问题。

本发明通过下述技术方案实现：

本发明提供一种基于用电行为影响因素的日负荷曲线获取方法，包括步骤：

S1、采集电力用户的用电量及用电行为的潜在关联因素；

S2、基于S1利用关联性互信息分析模型进行分析得到用电行为的关联因素列表；

S3、选择关联因素列表中的最强关联因素输入已构建好的相关性非参数回归模型中对用户用电行为进行预测，得到用户日负荷曲线；

S4、基于用户日负荷曲线对各最强关联因素进行敏感强度分析。