[发明专利]居民海量细粒度用电数据融合挖掘与多元应用方法

说明书

本发明涉及居民海量细粒度用电数据融合挖掘与多元应用方法，步骤1：从前置采集功能模块获得细粒度电量数据；步骤2：各项数据进入到基础支撑功能进行数据处理；步骤3：步骤1中采集的各项数据进入到基础应用功能进行负荷辨识；步骤4：步骤1中采集的各项数据进入到高级应用功能，获得用户行为画像、共用应用服务和商业应用服务；步骤5：对步骤4中的用户行为画像进行聚合和提炼，构建六维标签；基于所述六维标签，进行建模，形成居民用户、公共用户和商业用户的增值服务模型。本发明能够有效为客户个性化服务提供依据，能够支撑客户用能互动方案的策略制定，能够辅助政府的监管、维稳决策制定，能够辅助家电企业等营销策略制定。

技术领域

本发明涉及一种居民海量细粒度用电数据融合挖掘与多元应用方法，属于电网互动与智能电网技术领域。

背景技术

随着能源互联网的建设、推广和应用，国网公司主动顺应能源革命与数字革命相融并进的大趋势，把握数字新基建发展机遇，加强先进信息技术和能源技术融合应用攻关，电网各环节逐渐被信息通信技术联系在一起，客户端海量的数据资源可以通过先进信息通信系统传递到电网各个环节，这为电网公司准确感知客户需求、详细刻画客户特征以及提供定制化供电服务创造了有利的条件，也为居民海量细粒度用电数据的深度挖掘与在电力行业的广泛应用提供了契机。因此，需要一种居民海量细粒度用电数据融合挖掘与多元应用系统。

发明内容

为了解决上述技术问题，本申请提供一种居民海量细粒度用电数据融合挖掘与多元应用方法，具体为：包括步骤1：从前置采集功能模块获得细粒度电量数据，包括电器类型、用电量和时间特征，获得设备运行状态数据和停电事件数据；

步骤2：步骤1中采集的各项数据进入到基础支撑功能进行数据处理；

步骤3：步骤1中采集的各项数据进入到基础应用功能进行负荷辨识；

步骤4：步骤1中采集的各项数据进入到高级应用功能，获得用户行为画像、共用应用服务和商业应用服务。

进一步的，所述数据处理包括数据清洗模块、云端协同模块和数据存储模块，所述数据清洗模块，用于检查数据一致性，处理无效值和缺失值，是发现并纠正数据文件中可识别的错误的最后一道程序；所述云端协同模块，用于对细粒度数据在云端通过人工智能算法实现精细化辨识；所述数据存储，用于对数据分类别、分业务方向的存储。

进一步的，所述负荷辨识模块从用户、区域两个维度，以及日、月、年时间维度展示用户实时用能监测、用能统计分析结果，用于直观展示电器电量占比、峰谷用电占比和用电趋势；所述档案管理，包含用户档案、终端档案、设备管理、合同管理，用户档案即为终端监测对象信息、终端档案为细粒度数据采集设备信息、设备管理为对用户家用电器的管理、合同管理则面向高级互动业务中与用户建立的合约关系管理。

进一步的，所述用户行为画像包括居民用户和区域用户，居民用户包括能耗数据、能耗水平、负荷特性和负荷构成；所述区域用户包括能耗/效水平、用户性质、负荷占比和负荷特性。

进一步的，所述基于用户行为画像进行聚合和提炼，获得六个标签；

用户能耗特性标签，包含日/月/年电器用电量占比、日峰(谷)用电量占比、阶梯电价负荷占比。

日/月/年电器用电量占比，是指负荷数据记录中，各电器类用电量占总用电量比值。

日峰(谷)用电量占比，指当日各类负荷在峰(谷)值负荷中的占比。

日负荷曲线，将客户在空调、电热、厨房电器等方面按时间顺序以15min用电量绘

阶梯电价负荷占比，指各类负荷在阶梯电价各阶段中的占比；