[发明专利]基于K均值聚类算法的能源企业关键用户识别分析方法

说明书

本发明公开一种基于K均值聚类算法的能源企业关键用户识别分析方法，包含：依据设定区域范围内能源用户的年度总电量数据，筛选出N个高净值能源用户；获取N个高净值能源用户的年度总电费和年均峰时段电量占比数据，并依据年度总电费数据将N个高净值能源用户分为一般大用户和关键用户；对关键用户的年均峰时段电量占比数据进行标准化；采用K均值聚类法对关键用户的年均峰时段电量占比数据进行分类，得到两类关键用户，从用能特性、区域分布、行业属性对两类关键用户进行现状分析及趋势分析，并提供相应的综合能源服务指导。本发明能有效识别能源企业各类关键用户，使能源企业关键用户分类结果更加准确，更好地提供技术支持和指导。

技术领域

本发明涉及能源企业关键用户识别分析技术领域，特别涉及一种基于K均值聚类算法的能源企业关键用户识别分析方法。

背景技术

能源技术创新是推动全球能源系统转型和应对气候变化问题的核心所在,同时也是实现经济可持续发展和能源安全目标的重要支撑。改革开放以来，我国经历了世界历史上规模最大、速度最快的城镇化进程，但同时也带来了很多城市发展的问题。所以，需要转变城市发展方式，完善城市治理体系，急需创新业务发展模式，拓展能源技术的新型业务，挖掘数据资产价值，加速新产品推广，有助于进一步促进能源企业综合能源业务的开拓和传统业务转型，实现新的业务增长点。

目前，有效识别匹配企业创新任务的关键用户知识源有助于降低企业搜索与评价成本。通过对关键用户识别的必要性分析，需要有效识别能源企业各类关键用户，并依据关键客户的用能特性、区域分布、行业归属等维度，为能源企业挖掘具有开展储能建设、电能替代、节能改造等综合能源服务潜力的目标客户，实现业务拓展，为此，本发明提供了一种基于K均值聚类算法的能源企业关键用户识别分析方法。

发明内容

本发明的目的在于提供一种基于K均值聚类算法的能源企业关键用户识别分析方法，其基于智慧城市能源云平台获取海量能源数据资产，并通过K均值聚类能有效识别能源企业各类关键用户，依据关键客户的用能特性、区域分布、行业归属等维度，为能源企业挖掘具有开展储能建设、电能替代、节能改造等综合能源服务潜力的目标客户，实现业务拓展。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于K均值聚类算法的能源企业关键用户识别分析方法，该方法包含以下步骤：

S1、依据设定区域范围内能源用户的年度总电量数据，筛选出N个高净值能源用户；

S2、获取所述N个高净值能源用户的年度总电费和年均峰时段电量占比数据，并依据年度总电费数据将所述N个高净值能源用户分为一般大用户和关键用户；

S3、将所述步骤S2中得到的关键用户的年均峰时段电量占比数据进行标准化，并计算得到标准化后的数据；

S4、采用K均值聚类法对所述关键用户的年均峰时段电量占比数据进行分类，得到第一类关键用户和第二类关键用户；

S5、将所述步骤S4中的第一类关键用户和第二类关键用户从不同维度进行现状分析及趋势分析，并提供相应的综合能源服务指导。

优选地，所述步骤S1中，进一步包含：所述设定区域范围内的10kV以上的高压用户共有M个，将M个能源用户中任意一年度总用电量大于第一设定值的用户记为高净值能源用户，M大于N。

优选地，所述第一设定值为50tce。

优选地，所述步骤S2中，进一步包含：

将所述设定区域范围内能源用户的年度总电费数据作为划分标准，将步骤S1中筛选出的N个高净值用户分为一般大用户和关键用户；

所述关键用户为N个高净值用户中排名靠前第一设定比例的用户和/或年度总电费为第二设定值以上的用户；