[发明专利]一种基于配用电大数据的用户分类方法及系统

说明书

本发明涉及一种基于配用电大数据的用户分类方法及系统，所述方法包括：利用可调控电力用户电量矩阵确定可调控电力用户电量矩阵的降维矩阵，对可调控电力用户电量矩阵的降维矩阵中用户进行分类；本发明提供的技术方案能够实现对可调控电力用户的用户分类，利用现有的电力用户数据，在对用户进行筛选后再对用户进行分类操作，可减少用户分类算法的计算量和复杂度。

技术领域

本发明涉及智能变电站保护领域，具体涉及一种基于配用电大数据的用户分类方法及系统。

背景技术

在能源行业中，智能电网被看作是大数据应用的重要技术领域之一。根据来源的不同，可以将智能配用电大数据分为电力企业内部数据(调度监控、配电网管理、用电数据)和外部数据。电力企业内部数据产生于配电管理系统、生产管理系统、用电信息采集系统、电力营销系统、客户服务信息系统等。这些数据包括静态数据、实时数据和历史数据，其中静态数据包括电网设备模型参数、线路拓扑结构、电力用户资料数据等，实时数据包括遥信、遥测数据，如设备运行状态、电量计量等。

对用电预测及错峰调度而言，用户负荷特性对用电预测和错峰调度关联性较强，需要分析用户负荷曲线特征中的峰谷出现位置、峰谷持续时长、尖峰负荷出现时点、波峰出现的次数等特性，并支持分析专变、专线的移峰填谷潜力以及公变台区的错峰潜力和节电策略；并可结合天气数据、事件数据、地理数据，分析台区负荷受天气、特殊事件影响程度。基于用电信息、电费信息及用户负荷等数据，利用分布式计算、数据挖掘分析等技术，研究用户的负荷特性及用电行为习惯，构建用户用电影响模型。

目前较为流行的分布式平台，仅有Hadoop被应用于电力大数据的相关处理，且仅起到了储存数据的作用，实际上在对海量数据处理过程中的作用并不是很明显。虽然考虑了海量电力数据的情况，但是聚类后的类内紧促度不够且迭代次数较多。由此可见，大数据环境下的电力用户分类研究还是很不成熟的。

发明内容

本发明提供一种基于配用电大数据的用户分类方法，其目的是对历史电量数据挖掘，就用电习惯对电力用户进行分类，以为后续可能的负荷预测和错峰提供理论和数据基础。

本发明的目的是采用下述技术方案实现的：

一种基于配用电大数据的用户分类方法，其改进之处在于，所述方法包括：

利用可调控电力用户电量矩阵确定可调控电力用户电量矩阵的降维矩阵；

对可调控电力用户电量矩阵的降维矩阵中用户进行分类。

优选的，所述利用可调控电力用户电量矩阵的标准矩阵确定可调控电力用户电量矩阵的降维矩阵之前，包括：

若电力用户属于钢铁行业、机械行业、纺织行业、建材行业或居民生活，则该电力用户为可调控电力用户，否则，该电力用户为不可调控电力用户，并将所述不可调控电力用户归为一类。

优选的，所述利用可调控电力用户电量矩阵确定可调控电力用户电量矩阵的降维矩阵，包括：

对可调控电力用户电量矩阵中的元素进行归一化处理，获取可调控电力用户电量矩阵的标准矩阵D，其中，所述可调控电力用户电量矩阵为n×m的矩阵X，n是用户的总数，m是用户的电量数据总类别数；

根据所述标准矩阵D确定协方差矩阵C，并将所述协方差矩阵C的特征向量按照对应的特征值从大到小进行排列，取前p个特征向量组成m行n列的矩阵P，n＝p/m；

利用矩阵P确定可调控电力用户电量矩阵的降维矩阵。

进一步的，按下式确定可调控电力用户电量矩阵的标准矩阵D第i行第j列元素Dij：

其中，X_ij是可调控电力用户电量矩阵X的第i行第j列元素。