[发明专利]一种基于日差分用电量的贫困用户识别方法

说明书

本发明公开了一种基于日差分用电量的贫困用户识别方法，涉及贫困用户识别方法。目前，往往直接根据聚类的结果主观定义用户群体类型，导致对用户群体分类存在较大的误差。本发明首先通过调查问卷方式对被调查用户群进行贫困用户的统计，然后将被调查用户群分为训练样本群和测试样本群，同时对训练样本群的用户进行日用电量差分计算，得到日差分用电量数据，并利用统计方法从日差分用电量数据中分别提取贫困用户和非贫困用户用电特征数据。在此基础上对测试样本群进行验证并完善对贫困用户识别方法。本技术方案减少主观因素的影响，有效提高用户群体分类的准确性；识别效率较高、覆盖范围较广，而且节约了大量的人力物力。

技术领域

本发明涉及贫困用户识别方法，尤其涉及一种基于日差分用电量的 贫困用户识别方法。

背景技术

现阶段对于贫困用户的识别方式通常是由市到县到村逐级下达指令， 然后由村政府实地调研确认每户类型并上报汇总，但这种实地排查贫困人 口的工作量过于庞大，并且效率低下，浪费大量的人力物力。随着智能电 网的高速发展积累了海量用电数据，由于不同居民群体在经济水平、生活 习惯、生活地域等种种因素的巨大差异，其在电能消费水平上也往往有着 很大的不同。

国网用电信息采集系统是对电力用户的用电信息进行采集、处理和实 时监控的系统，它能实现用电信息的自动采集、计量异常监测、电能质量 监测、用电分析和管理、相关信息发布、分布式能源监控、智能用电设备 的信息交互等功能。该采集系统可以实现对所有电力用户和关口的全面覆 盖，实现计量装置在线监测和用户负荷、电量、电压等重要信息的实时采 集，及时、完整、准确地为有关系统提供基础数据，其中电力用户用电数 据中隐藏着用户用电行为习惯，对于这些用电数据进行数据挖掘并研究贫 困用户用电特征，可以帮助电网公司了解贫困用户的个性化、差异化需求， 从而使电网公司为用户提供更精细的服务。

现阶段国内外学者对于用户群体类型的识别是通过用户用电特征实 现的,但其大多都是直接根据用电数据对用户进行聚类分析从而研究用户 用电特征，该方法存在两个问题，一方面聚类种类数往往都是人为确定 的，导致存在对分类结果的解读和验证困难的问题,不能直观的对于不同 用户的用电特性差异进行有效性分析。另一方面，研究学者往往直接根 据聚类的结果主观定义用户群体类型，导致对用户群体分类存在较大的 误差。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行 完善与改进，提供一种基于日差分用电量的贫困用户识别方法，以达到 准确认识别贫困户的目的。为此，本发明采取以下技术方案。

一种基于日差分用电量的贫困用户识别方法，包括以下步骤：

1)获取用户的日用电量数据；

2)对日用电量数据进行预处理，对于残缺电量数据大于全年电量数 据30％的用户进行剔除，对于残缺电量数据小于全年电量数据30％的用户 使用相邻非缺失值的线性插值法进行数据补全，对于重复数据的用户利 用时间排列去除；

3)将处理过的数据输入训练好的基于基尼系数决策树的分类模型中；

4)分类模型根据日用电量数据对贫困用户进行识别；

5)抽查识别结果，对分类模型的识别情况进行检验，获取用户的日 用电量数据及实际的用户经济情况对由分类模型的识别贫困用户进行核 对，当分类模型的识别正确率小于设定阈值时，对分类模型重新进行训练；

在分类模型训练时：首先通过调查问卷方式对被调查用户群进行贫 困用户的统计，然后将被调查用户分为训练样本群和测试样本群，同时 对训练样本群的用户进行日用电量差分计算，得到日差分用电量数据， 并利用统计方法从日差分用电量数据中分别提取贫困用户和非贫困用户 用电特征数据；在此基础上对测试样本群进行验证并完善对贫困用户识 别方法。

作为优选技术手段：分类模型训练包括以下步骤：