[发明专利]一种基于标签聚类技术的电力大客户用电行为分析方法

权利要求书

1.一种基于标签聚类技术的电力大客户用电行为分析方法，其特征在于：包括以下步骤：

1)结合数据资源维度，建立客户用电行为指标体系；

2)基于客户属性和数据分布，制定客户指标计算规则，将客户用电行为指标转化为标签；

3)采用k-means算法对形成的客户标签系列进行聚类，得到典型客户群体分类；

4)根据聚类结果形成客户群体画像。

2.根据权利要求1所述的一种基于标签聚类技术的电力大客户用电行为分析方法，其特征在于：步骤1)所述用电行为指标体系涵盖合同容量、用电类型、季节特性、温度敏感度、负荷稳定性、容量利用率、电量增长率、峰谷特性和周休特性，共计9个典型指标。

3.根据权利要求1所述的一种基于标签聚类技术的电力大客户用电行为分析方法，其特征在于：所述步骤2)中，基于客户档案信息、业务人员工作经验和数据分布情况，划定指标阈值，并根据不同阈值的特征，将用电行为指标定义为具有业务意义的标签。

4.根据权利要求1所述的一种基于标签聚类技术的电力大客户用电行为分析方法，其特征在于：步骤3)所述采用k-means算法对形成的客户标签系列进行聚类具体包括以下步骤：

3.1)对用户标签集向量进行相异度分析(相异度可以用欧式距离度量，距离越大，相异度越高)，找出相异度最大的K个用户，作为并行k-means算法聚类算法的初始聚类中心；

3.2)将所有用户标签与K个聚类中心进行相似度计算，并将用户归入相似度最高的聚类中心中；

3.3)所有用户标签全部分类完成后，对各类别下的所有用户群取平均值，并以此平均值更新各类别当前的聚类中心，检查当前所有聚类中心与上一次迭代得到的聚类中心差值是否均小于预设阀值，若是，则返回步骤3.2)，否则，转入步骤3.4)；

3.4)聚类结束，显示聚类结果。