[发明专利]一种基于电力营销数据建立全域用户标签的方法及装置

权利要求书

1.一种基于电力营销数据建立全域用户标签的方法，其特征在于，所述方法包括以下步骤：

S1：收集上下文信息，包括天级气象数据和节假日数据；

S2：对S1的上下文信息，通过进一步的计算，处理为特征，并生成天级样本；

S3：收集电力营销侧高压用户、低压非居民、低压居民用户的准实时、96点用电数据、日用电数据、电费数据和用户档案数据；

S4：对S3收集到的离线和准实时用电数据进行脏数据去除；

S5：对S4的处理结果中空缺的准实时和离线数据使用上下文类似的样本结果进行数据补全；

S6：设计全域用户的标签体系，包括静态标签，长期统计标签，短期标签；

S7：使用S5的数据结果计算部分用户标签，并通过实地验证、样本间互相验证的方式验证标签的准确性，并优化迭代用户标签算法和标签体系；

S8：使用S7优化后的计算算法和标签体系为全域用户打标签。

2.根据权利要求1所述的方法，其特征在于：

步骤1中，所述气象数据来自于国家气象局网站，包括温度数据、湿度数据、气压数据、风力数据和降水数据，节假日数据为文字数据，分为长假、工作日、周末。

3.根据权利要求2所述的方法，其特征在于：

所述温度数据为精确到0.1摄氏度的数值数据，湿度为0～100％的百分比数据，气压为压力数值数据，风力为每秒钟风速数据，降水为24小时降水量数值数据。

4.根据权利要求1所述的方法，其特征在于：所述S2具体包括如下步骤：

S21：将温度数据按照每一度的维度划分生成ONEHOT特征向量；

S22：将湿度数据按照每5％一格的维度生成ONEHOT特征向量；

S23：将气压、降水、风力数据按照等比归一化方法分位100等分数据，归一化到0～1之间的特征值；

S24：将节假日数据生成为三个维度的ONEHOT特征向量；

S25：将所有特征向量和特征值组合在一起形成样本向量。

5.根据权利要求1所述的方法，其特征在于：

所述S3中，准实时数据指的是15分钟采集一次的、延迟在1小时以内的即时数据，96点数据指的是每15分钟采集一次的T-1数据，日用电数据指的是T-1的每天用电量数值数据，档案数据指的是用电用户在开户时登记的档案信息。

6.根据权利要求1所述的方法，其特征在于：

所述S4中，脏数据指的是不符合用电逻辑的值，这些值在处理中先去除，然后在接下来的补全步骤S5中统一当做空值进行补全计算。

7.根据权利要求6所述的方法，其特征在于：所述S5包括如下步骤：

S51：对数据缺失超过20％的用户直接摒弃；

S52：对数据缺失少于20％且缺失数据相邻数据有规律的用户，使用相邻数据求平均值的方式进行补全；

S53：对数据缺失少于20％且缺失数据相邻数据不规律的用户，96点缺失数据使用类似天气同时间的用电数据求平均值的方式进行补全，日缺失数据使用类似天气用电数据求平均值的方式进行补全。

8.根据权利要求7所述的方法，其特征在于：

所述步骤S52中，有规律指的是近10个相邻点中每相邻两个点的波动差值稳定在一个很小的范围内，呈现一上一下或者基本持平的规律波动。

9.根据权利要求1所述的方法，其特征在于：

步骤S6所述的标签体系，分为三个类别：工业用户，工商用户，居民用户；每个类别分为三个维度：静态标签，长期统计标签，短期统计标签。