[发明专利]基于大数据分析的电力用户分析方法、装置及电子设备

权利要求书

1.一种基于大数据分析的电力用户分析方法，其特征在于，包括：

根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；

计算所述关系网络中任意两节点间的相关度；

依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；

确定所述每一用户群的群标签属性和用电行为特征。

2.根据权利要求1所述的基于大数据分析的电力用户分析方法，其特征在于，还包括：

接收新用户信息，依据所述预先设定的多个用户的标签，确定与新用户关联的标签；

依据所述用户群的群标签属性和用电行为特征，确定所述新用户所归属的用户群；

预测新用户用电负荷量。

3.根据权利要求1或2所述的基于大数据分析的电力用户分析方法，其特征在于，

所述用户标签基于用户社会属性和用户用电行为生成。

4.根据权利要求3所述的基于大数据分析的电力用户分析方法，其特征在于，所述计算所述关系网络中任意两节点间的相关度为：

依据预先设定的网络节点间相互关系权重模型，计算所述关系网络中任意两节点间的关系权重；其中，所述相互关系模型为：

α＝N_ij×S_ij

i表示第i个用户；

j表示第j个用户；

α为所述关系网络中任意两节点，用户i和用户j的相互关系权重；

N_ij为所述关系网络中任意两节点，用户i和用户j之间相同标签的个数；

S_ij为权重因子，其为所述关系网络中任意两节点，用户i和用户j用电行为相似度；

并且，所述用电行为相似度S_ij通过如下方式确定：

L_in为用户i日均负荷曲线中，各小时的平均负荷，1≤n≤24；

L_jn为用户j日均负荷曲线中，各小时的平均负荷，1≤n≤24。

5.根据权利要求4所述的基于大数据分析的电力用户分析方法，其特征在于，所述依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群为：

计算所述关系网络中任意两节点用户之间的相互关系权重；

将所述相互关系权重最大的两个节点合并为一个用户群，并视其为网络中的一个新节点；

计算所述新节点与其他各个节点的相互关系权重，将权重最大的节点合并至该群中，形成更新的用户群；在所述用户群中的用户超过售电体预先设定的用户数的情况下，完成相似用户群体的识别和构建。

6.根据权利要求5所述的基于大数据分析的电力用户分析方法，其特征在于，

在确定用户i和用户j之间相同标签的个数N_ij时，可供选择的用户标签包括：用户社会属性、用户信用和购电渠道。

7.一种基于大数据分析的电力用户分析装置，其特征在于，包括：

关系网络构建模块，用于根据预先设定的多个至少基于两个维度生成的用户标签，为电网中的每一用户匹配对应的用户标签，并以每一用户作为网络节点，构建电力用户及其标签的关系网络；

相关度计算模块，用于计算所述关系网络中任意两节点间的相关度；

用户群生成模块，用于依据网络中任意两节点间的相关度，对节点进行合并，形成多个用户群；

特征确定模块，用于确定所述每一用户群的群标签属性和用电行为特征。

8.根据权利要求7所述的基于大数据分析的电力用户分析装置，其特征在于，还包括：

新用户标签确定模块，用于接收新用户信息，依据所述预先设定的多个用户的标签，确定与新用户关联的标签；

归属确定模块，用于依据所述用户群的群标签属性和用电行为特征，确定所述新用户所归属的用户群；

预测模块，用于预测新用户用电负荷量。