[发明专利]一种基于时序特征提取的用户用电量预测方法

权利要求书

1.一种基于时序特征提取的用户用电量预测方法，包括按顺序执行的下列步骤：

S1)输入用户的用电记录数据信息和用户的地理位置信息，构建各区域用户的用电行为表示矩阵；

S2)基于S1)中的输出，利用联合矩阵三分解对各区域的用户特征和时序特征进行抽取，设计合理的目标函数求解算法并求解用户的用电需求表示，在抽取过程中尽可能地保留用户历史用电行为特征；

S3)根据步骤S1)和S2)的输出，对时序特征进行建模，进而实现用户用电量预测。

2.根据权利要求1所述的用户用电量预测方法，其特征在于：在S1)中，输入的用户用电记录数据中的所有用户被表示为集合：

U＝{u₁,u₂,…,u_L}

其中，L表示数据中包含的用户个数，u_i表示第i个用户，

第i个用户的用电记录数据被构建为用电记录向量：

其中，表示用户u_i在第d天的用电量；

第i个用户的地理位置信息被表示为结构体：

其中为居住地点中某个组成部分的字符串表示，按行政单位(省、城市、区县、乡镇、街道、小区等)从大到小的顺序排列，根据具体情况选择一定的行政单位作为划分阈值对用户进行划分，得到不同的供电区域G₁,G₂,…,G_N，其中N表示供电区域的个数；

基于所述用户供电区域划分结果将用户分组，将用户用电记录向量按照上述划分结果进行聚合和归整，并以矩阵的形式进行表示，输入的所有供电区域的用户用电记录数据被表示为矩阵集合：

X＝{X₁，X₂，…，X_N}

其中N表示供电区域的个数，第i个供电区域的用电记录数据被构建为矩阵的形式其中N_i为该区域内所包含的用户个数，T为历史记录中包含的天数，表示矩阵X_i的第n行，代表供电区域i中第n个用户的历史用电情况，表示矩阵X_i的第t列，代表供电区域i在第t天所有用户的用电情况；

最终，S1)输出各区域用户的用电记录矩阵：

X₁，X₂，…，X_N，

将上述各用户分组的用电记录集合作为输入数据输入到后续的模型中。

3.根据权利要求2所述的用户用电量预测方法，其特征在于：在S2)中，所述的用电特征抽取算法以用户分组矩阵为单位进行计算，利用联合矩阵三分解方法进行特征抽取，对各区域用户历史用电行为进行特征提取的目标函数计算如下：

(1)最大可能的降低每个供电区域用户用电记录矩阵在分解为用户特征矩阵、时序特征矩阵以及系数矩阵过程中的损失：

其中U_i表示区域i的用户特征矩阵，V_i表示区域i的时序特征矩阵，S_i为表示上述特征对应关系的系数矩阵，表示计算矩阵的L2范式的平方；

(2)保持不同供电区域用户用电记录矩阵分解得到的系数矩阵的一致性：

在此，所有供电区域分解的损失函数融合到一起，并共享系数矩阵S；

(3)最大可能的保持用户特征矩阵、时序特征矩阵以及系数矩阵的平滑：

其中，Z为正则项，通过该正则项来保持特征矩阵的平滑，降低过拟合的影响。

4.根据权利要求3所述的用户用电量预测方法，其特征在于：在S3)中，通过自回归模型对时序特征矩阵中包含的时间依赖性进行建模，捕获时序特征的变化规律，进而实现对未来时段特征变化情况的预测。