[发明专利]一种基于聚类算法的三维度园区画像方法及系统

权利要求书

1.一种基于聚类算法的三维度园区画像方法，其特征在于，包括：

获取所有需要建立画像的园区的相关数据，所述相关数据包括智能电表用电数据和电网用户业务往来记录；

根据所述智能电表用电数据采用SpectralBiclustering双聚类算法对园区用户的用电行为进行聚类分析，得到用户用电行为；

根据所述智能电表用电数据和所述电网用户业务往来记录，采用Logistic曲线模型与改进灰色Verhulst模型对用户能源配置进行分析，得到用户能源配置成熟度结果；

根据所述智能电表用电数据和所述电网用户业务往来记录，采用基于最小负荷用电模式和需求响应降负荷率的需求响应评价算法对用户需求响应进行分析，得到用户需求响应能力评估结果；

分别对所述用户用电行为、所述用户能源配置成熟度结果和所述用户需求响应能力评估结果进行聚类，得到用户用电行为特征、用户能源配置特征和用户需求响应特征；

将所述用户用电行为特征、所述用户能源配置特征和所述用户需求响应特征进行拼接，得到园区画像序列。

2.根据权利要求1所述的基于聚类算法的三维度园区画像方法，其特征在于，所述根据所述智能电表用电数据采用SpectralBiclustering双聚类算法对园区用户的用电行为进行聚类分析，得到用户用电行为，具体包括：

对所述智能电表用电数据采用双随机法进行归一化，得到归一化用电数据矩阵；

对所述归一化用电数据矩阵进行奇异值分解，得到特征向量组；

根据所述特征向量组采用K-means聚类方法，筛选出用于进行空间变换的向量组，记为空间变换向量组；

根据所述归一化用电数据矩阵和所述空间变换向量组，得到用户用电行为。

3.根据权利要求1所述的基于聚类算法的三维度园区画像方法，其特征在于，所述根据所述智能电表用电数据和所述电网用户业务往来记录，采用Logistic曲线模型与改进灰色Verhulst模型对用户能源配置进行分析，得到用户能源配置成熟度结果，具体包括：

分别将Logistic曲线模型和灰色Verhulst模型相结合，应用组合预测方法对区域电力用户未来3年的用电量以及年最大负荷进行预测，得到第一预测结果和第二预测结果；

将所述第一预测结果和所述第二预测结果采用等权递归方法，确定第一预测结果对应的权重和第二预测结果对应的权重，分别记为第一权重和第二权重；

根据所述第一预测结果、所述第二预测结果、所述第一权重和所述第二权重进行加权求和，得到最终预测结果；

将所述最终预测结果与当前用电负荷规模进行比较，得到用户能源配置成熟度结果。

4.根据权利要求1所述的基于聚类算法的三维度园区画像方法，其特征在于，所述根据所述智能电表用电数据和所述电网用户业务往来记录，采用基于最小负荷用电模式和需求响应降负荷率的需求响应评价算法对用户需求响应进行分析，得到用户需求响应能力评估结果，具体包括：

根据所述智能电表用电数据和所述电网用户业务往来记录，确定负荷模式、降负荷率、分时用电量变异系数和停电总时长；

对所述负荷模式、所述降负荷率、所述分时用电量变异系数和所述停电总时长进行加权求和，得到用户需求响应能力评估结果。