[发明专利]一种通过用电数据分析感知家庭人口特征的方法

说明书

一种通过用电数据分析感知家庭人口特征的方法，属供电管理领域。通过用电数据分析，考虑各类家庭在用电负荷特性上的差异，以及可能推行的差别化用电服务，将大都市家庭典型类别划分租客型家庭、老龄独居型家庭、低消费能力家庭以及高消费能力家庭；针对不同的家庭用电模式分析，获得各种类型的家庭用电特征指标，进而进行各类用户的辨识；通过用电数据分析感知家庭人口特征，在人口特征分类基础上对不同特征家庭推行不同的供电服务，有助于发挥用电信息采集系统的应用价值，实现用电数据增值。可广泛用于供电管理领域。

技术领域

本发明属于供电管理领域，尤其涉及一种通过用电数据分析感知家庭人口特征的方法。

背景技术

近年，随着国际化的发展以及经济结构、人口结构的变化，上海这样的大都市 中的家庭(指对应一个用电地址的居民用户)类别呈现多样化趋势，并出现了不少 新的类型。

例如，随着房地产业的发展和人民生活水平的提高，拥有两套以上住房的家庭 越来越多，同时外来务工人员增加，由此出现了许多租客型家庭；又如，七八十年 代最早执行独生子女政策的一代人已进入老龄阶段，空巢问题加剧，老龄独居型家 庭已成为不容小觑的一类群体；此外，居民收入差距增大，教育背景参差不齐，这 些都使得用户在能源消费能力和综合素质上有所不同。不同类型家庭的用电模式呈 现不同的特征，掌握其用电特征是构建各类家庭辨识方法的基础。

随着用电信息采集技术的发展，近年用电大数据分析在电力营销领域的应用不断发展，如：智能家居管理，即实施非侵入式家庭用电负荷监测，掌握用户家电使 用情况，从而开展家电负荷控制，达到节能降耗的目的；反窃电管理，即通过用电 数据异常分析，实施窃电可疑用户搜索，从而缩小现场稽查的范围，提高反窃电工 作效率；信用评价，即对用户用电量和欠费情况实施综合评价，评估用户用电信用， 等等。

但是，上述研究中的数据分析都只局限于用户用电行为本身的特征分析，尚未 涉及人口特征的挖掘分析。

发明内容

本发明所要解决的技术问题是提供一种通过用电数据分析感知家庭人口特征 的方法。其从社区人口流动型、老龄独居、消费能力、综合素质四类特征出发，开 展了家庭人口特征分类；在此基础上，提炼出不同人口特征家庭的用电特征指标， 提出基于用电大数据分析的社区人口流动型、老龄独居、消费能力、综合素质特征 的评价方法

本发明的技术方案是：提供一种通过用电数据分析感知家庭人口特征的方法， 其特征是：

通过用电数据分析，考虑各类家庭在用电负荷特性上的差异，以及可能推行的 差别化用电服务，将大都市家庭典型类别划分租客型家庭、老龄独居型家庭、低消 费能力家庭以及高消费能力家庭；

针对不同的家庭用电模式分析，获得各种类型的家庭用电特征指标，进而进行 各类用户的辨识；

通过用电数据分析感知家庭人口特征，在人口特征分类基础上对不同特征家庭推行不同的供电服务，有助于发挥用电信息采集系统的应用价值，实现用电数据增 值；

通过分析得到的社区人口特征，还能够帮助社区为住户提供更加多样化和针对性的服务，提升社区的服务管理水平。

进一步的，基于居民用户日用电量分平谷时段的数据，针对各类社区服务关注 的重点用户类型进行分析和识别；对各种用户类型提取能够反映各自用电特征的指 标，分别采用有监督学习的支持向量机方法和无监督学习的k-means聚类方法进行 分析，基于分析得出各类用户的用户特征。

具体的，针对所述的租客型家庭，其家庭用电的基本特征是：

①全年日用电量波动较非流动型家庭频繁且幅度更大；

②不同年份间同期用电模式差异较大；

③在春节后和暑期这两个时期出现持续较长时间的日用电量连续低值；