一种互联网环境下电力用户群体分析方法技术

技术编号:14136051 阅读:63 留言:0更新日期:2016-12-10 04:08
本发明专利技术提供一种互联网环境下电力用户群体分析方法,包括以下步骤:构建互联网售电体中所有用户与其标签的关系网络,所述关系网络中用户以节点表示;计算关系网络中任意两节点之间的相同标签个数Nij和该两节点所代表的用户的用电行为相似度Sij,然后计算该两节点之间的相互关系权重;将相互关系权重最大的两个节点合并,形成一个新的节点A;计算新形成的节点A与其它任意节点之间的相互关系权重,取相互关系权重值最大的M个节点,与A合并形成一个相似用户群。本发明专利技术的有益结果通过建立用户标签关系网络,并计算其权重,获得体现全体用电行为偏好的相似用户群体,使得群体分析结果包含更为丰富的用电行为特征信息。

【技术实现步骤摘要】

本专利技术属于能源互联网
,具体涉及一种互联网环境下电力用户群体分析方法
技术介绍
现有用户群体分析多是基于聚类方法,按照某一属性进行聚类,形成群体-属性关系,忽略了个体属性、用电行为和互联网行为在相似用户群中的体现,不利于发现群体性的用电偏好和互联网行为偏好。
技术实现思路
本专利技术要解决的技术问题是提供一种互联网环境下用户群体分析的方法,它可以根据用户属性、用电行为和互联网行为等用户标签,形成用户关系网络,通过网络中节点之间的权重,计算相似用户群。本专利技术的目的是以下述方式实现的:一种互联网环境下电力用户群体分析方法,包括以下步骤:(1)构建互联网售电体中所有用户与其标签的关系网络,所述关系网络中用户以节点表示;(2)计算关系网络中任意两节点之间的相同标签个数Nij和该两节点所代表的用户的用电行为相似度Sij,然后计算该两节点之间的相互关系权重: QUOTE其中,i、j分别表示两个不同节点;(3)将相互关系权重最大的两个节点合并,形成一个新的节点A;(4)使用步骤(2)中的方法计算新形成的节点A与其它任意节点之间的相互关系权重,取相互关系权重值最大的M个节点,与A合并形成一个相似用户群;其中,M为售电体预设值,A中两个用户的共同标签和日均负荷曲线为该用户群体的特征属性。所述新形成的节点A的标签包括形成节点A的两个节点的共同标签。所述步骤(2)中用电行为相似度Sij的计算方法为:计算用户i的日负荷曲线中各小时的平均负荷,组成用户日均负荷向量Li;计算用户j的日负荷曲线中各小时的平均负荷,组成用户日均负荷向量Lj;所述用电行为相似度Sij为:QUOTE 。所述用户的标签包括用户属性数据、上网行为数据、用电行为数据。相对于现有技术,本专利技术的有益结果通过建立用户标签关系网络,并计算其权重,获得体现全体用电行为偏好的相似用户群体,使得群体分析结果包含更为丰富的用电行为特征信息;同时可以帮助售电体以相似群体为基础制定精准营销策略和需求响应策略。附图说明图1为本专利技术的分析方法流程图。具体实施方式在能源互联网
,电力用户在互联网售电平台上购电和用电增值服务,形成种类丰富的用户数据,包括用户属性数据(人口、住房面积、房屋市场均价、加热类型等)、用电行为数据(历史负荷数据)、上网行为数据(购买业务类型、用电报告阅读状态、需求响应情况、用户信用等)。为了更加精准、高效地把握电力用户需求,为用户提供所需的产品和服务,互联网售电体可以对各种用户数据类型进行分类、定量划分区间,形成定义用户的标签表。标签作为一种用户行为的标识方法,蕴含了很多反映用户属性、用电偏好的信息。通过对标签数据的分析,可以得到相似用户群体、提取群体的主要特征以及发现群体中的重要用户,便于互联网售电体实施个性化增值服务产品和用电套餐推荐、进而提升服务质量。本专利技术根据标签和用户的关系,提出一种互联网环境下用户群体分析的方法,它可以根据用户属性、用电行为和互联网行为等用户标签,形成用户关系网络,通过网络中节点之间的权重,计算相似用户群。具体来说,本专利技术的方法包括以下步骤:ST1:根据用户的电力、电量数据提取特征量进而得到用户的所有日负荷曲线;ST1:构建互联网售电体中所有用户与其标签的关系网络,关系网络中用户以节点表示,标签是指用户属性数据(人口、住房面积、房屋市场均价、加热类型等)、用电行为数据(历史负荷数据)、上网行为数据(购买业务类型、用电报告阅读状态、需求响应情况、用户信用等),可以对各种用户数据类型进行分类、定量划分区间,形成每个节点的用户的标签表。ST2:计算关系网络中任意两节点之间的相同标签个数Nij和该两节点所代表的用户的用电行为相似度Sij,然后计算该两节点之间的相互关系权重: QUOTE 其中,i、j分别表示两个不同节点,即代表两个不同的用户。而该步骤中,用电行为相似度Sij的计算方法为:首先计算用户i的所有日负荷曲线中各小时的平均负荷,组成用户日均负荷向量Li;计算用户j的所有日负荷曲线中各小时的平均负荷,组成用户日均负荷向量Lj。此时用电行为相似度Sij为:QUOTE 。假设某个实施例中,Li=[2,3,4,5,4,6,4,7,5,6,4,3,5,9,5,6,4,3,7,2,1,3,2,1],Lj=[1,2,4,5,4,6,4,7,8,2,4,3,5,6,5,7,4,3,6,2,1,2,2,1],则它们的用电行为相似度为两节点相互关系权重表示为 QUOTE 。ST3:将相互关系权重最大的两个节点合并,形成一个新的节点A;其中节点A的标签包括形成节点A的两个节点的共同标签。ST4:使用步骤ST2中的方法计算新形成的节点A与其它任意节点之间的相互关系权重,取相互关系权重值最大的M个节点,与A合并形成一个相似用户群;其中,M为售电体预设值,A中两个用户的共同标签和日均负荷曲线为该用户群体的特征属性。以上所述的仅是本专利技术的优选实施方式,应当指出,对于本领域的技术人员来说,在不脱离本专利技术整体构思前提下,还可以作出若干改变和改进,这些也应该视为本专利技术的保护范围。本文档来自技高网
...
一种互联网环境下电力用户群体分析方法

【技术保护点】
一种互联网环境下电力用户群体分析方法,其特征在于,包括以下步骤:构建互联网售电体中所有用户与其标签的关系网络,所述关系网络中用户以节点表示;计算关系网络中任意两节点之间的相同标签个数Nij和该两节点所代表的用户的用电行为相似度Sij,然后计算该两节点之间的相互关系权重:其中,i、j分别表示两个不同节点;将相互关系权重最大的两个节点合并,形成一个新的节点A;使用步骤(2)中的方法计算新形成的节点A与其它任意节点之间的相互关系权重,取相互关系权重值最大的M个节点,与A合并形成一个相似用户群;其中,M为售电体预设值,A中两个用户的共同标签和日均负荷曲线为该用户群体的特征属性。

【技术特征摘要】
1.一种互联网环境下电力用户群体分析方法,其特征在于,包括以下步骤:构建互联网售电体中所有用户与其标签的关系网络,所述关系网络中用户以节点表示;计算关系网络中任意两节点之间的相同标签个数Nij和该两节点所代表的用户的用电行为相似度Sij,然后计算该两节点之间的相互关系权重:其中,i、j分别表示两个不同节点;将相互关系权重最大的两个节点合并,形成一个新的节点A;使用步骤(2)中的方法计算新形成的节点A与其它任意节点之间的相互关系权重,取相互关系权重值最大的M个节点,与A合并形成一个相似用户群;其中,M为售电体预设值,A中两个用户的共同标签和日均负荷曲线为该用户群体...

【专利技术属性】
技术研发人员:宋晓辉赵华东许长清刘国宁赵晓刚许俊杰
申请(专利权)人:郑州郑大智能科技股份有限公司国网河南省电力公司经济技术研究院郑州大学河南省科学院应用物理研究所有限公司
类型:发明
国别省市:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1