[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

说明书

本发明涉及一种基于聚类算法的三维度园区画像方法及系统。该方法包括：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；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；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；分别对用户用电行为、用户能源配置成熟度结果和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；将上述特征进行拼接得到园区画像序列。本发明能够应用于用户群体层面的园区画像中，实现定量化描述特征的园区画像分析。

技术领域

本发明涉及园区用电管理领域，特别是涉及一种基于聚类算法的三维度园区画像方法及系统。

背景技术

2008年以来，中国经济转变过于依赖外需增长的经济发展方式，推动中国产业结构优化升级，成为关系国民经济全局紧迫而重大的战略任务。发展园区经济，打造主导产业集群，可以促进各地调整产业结构、改变经济增长方式，因此各地纷纷开展园区建设。园区用电水平较高，且不同园区的用电水平存在较大差异，这增加了园区用电管理的难度。为保证园区的供电质量，电网公司需要针对不同类型的园区提供差异化、个性化的供电服务。因此，需要进行园区画像，从而确定园区的类型，实现精准服务。

用户画像是一种快速、精准分析用户行为模式、消费习惯等特征的数据分析工具，为企业精准营销、提升用户体验奠定了基础。借助聚类分析算法，可以基于用户特征对其进行分类，从而确定园区类型。然而，目前的聚类分析大多是基于无标签数据的分析，在分析过程中将数据看作整体并计算不同数据间的距离，难以体现数据内存在的差异性，不能提取局部特征。对于园区画像模型而言，需要处理96点数据，即需要考虑数据的局部特征及数据内存在的差异性，因此传统的聚类算法难以有效地执行园区画像模型中的聚类分析。总的来说，用户画像技术已经在图书、旅游等互联网推荐系统领域进行了较多的实践探索，仅是在用户层面的画像分析，尚未应用于用户群体层面的园区画像中。

发明内容

本发明的目的是提供一种基于聚类算法的三维度园区画像方法及系统，能够应用于用户群体层面的园区画像中，实现定量化描述特征的园区画像分析。

为实现上述目的，本发明提供了如下方案：

一种基于聚类算法的三维度园区画像方法，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。

可选的，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；