[发明专利]基于用电行为的电力数据聚类方法、装置和存储介质在审

专利信息
申请号: 202110804808.5 申请日: 2021-07-15
公开(公告)号: CN113591947A 公开(公告)日: 2021-11-02
发明(设计)人: 周冰钰;蔡昊;高超;张锐;张家前 申请(专利权)人: 合肥阳光智维科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/06;G06Q50/06
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 刘瑞花
地址: 230088 安徽省合肥市高新区天智路*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 用电 行为 电力 数据 方法 装置 存储 介质
【说明书】:

本申请公开了一种基于用电行为的电力数据聚类方法、装置和存储介质,基于用电行为的电力数据聚类方法包括:根据历史用电数据提取每个用户的各个评价指标,获取各个评价指标对应的评价指标值和权重系数;根据每个用户对应的评价指标值以及权重系数获取每个评价指标的理想解;获取每个用户与理想解之间的关联度,根据关联度获取每个用户与理想解的相对贴近度;根据相对贴近度获取每个用户的得分,根据得分对用户进行聚类。通过获取每个用户与理想解之间的关联度,从而可以获取各个评价指标的与理想解之间的区别,继而提高聚类分析的准确性。

技术领域

本申请涉及数据计算领域,尤其涉及一种基于用电行为的电力数据聚类方法、装置和存储介质。

背景技术

能源作为战略资源,是国民经济的基础和命脉,也是社会全面发展的重要物质资源,而智慧管理平台体系建设是能源企业未来深入信息化发展的核心竞争力,目标旨在生产、传输、消费的所有环节信息化,并进行关联链接,互联互通。能源用户是能源产业链的终端,也是能源企业智能化发展升级的关键,如此,在电力大数据化特性日益突出的能源系统智慧信息化建设阶段,利用数据挖掘技术对用户用电行为特性挖潜分析是必不可少的核心环节,对用户互动用电行为的分析是制定精细化需求响应策略的基础,需求响应是一种用户侧响应能源系统侧价格信号或激励机制,从而改变固有的用电习惯模式。然而,目前传统用户用电行为聚类大多仅局限于负荷数据的研究挖掘,导致聚类结果实用性差。

发明内容

本申请实施例通过提供一种基于用电行为的电力数据聚类方法、装置和存储介质,旨在解决传统用户用电行为聚类大多仅局限于负荷数据的研究挖掘,导致聚类结果实用性差的问题。

为实现上述目的,本申请一方面提供一种基于用电行为的电力数据聚类方法,所述方法包括:

根据历史用电数据提取每个用户的各个评价指标,获取各个评价指标对应的评价指标值和权重系数;

根据每个用户对应的评价指标值以及权重系数获取每个所述评价指标的理想解,所述理想解包括正理想解和负理想解;

获取每个用户与所述理想解之间的关联度,根据所述关联度获取每个用户与所述理想解的相对贴近度;

根据所述相对贴近度获取每个用户的得分,根据所述得分对所述用户进行聚类。

可选地,所述获取每个用户与所述理想解之间的关联度,根据所述关联度获取每个用户与所述理想解的相对贴近度的步骤包括:

根据每个用户对应的评价指标值获取所述用户与所述正理想解之间的第一关联度,以及根据每个用户对应的评价指标值获取所述用户与所述负理想解之间的第二关联度;

根据每个用户对应的所述第一关联度和所述第二关联度获取每个用户与所述正理想解的相对贴近度。

可选地,所述根据每个用户对应的评价指标值以及权重系数获取每个所述评价指标的理想解的步骤包括:

根据每个用户对应的评价指标值以及权重系数构建加权判断矩阵;

根据所述加权判断矩阵获取每个所述评价指标的所述正理想解和所述负理想解。

可选地,所述根据每个用户对应的评价指标值获取所述用户与所述正理想解之间的第一关联度,以及根据每个用户对应的评价指标值获取所述用户与所述负理想解之间的第二关联度的步骤包括:

根据每个用户的各个评价指标值与所述正理想解的差值,获取每个用户与所述正理想解的第一欧式距离;

根据每个用户的各个评价指标值与所述负理想解的差值,获取每个用户与所述负理想解的第二欧式距离;

根据所述第一欧式距离获取每个用户与所述正理想解之间的第一关联度,根据所述第二欧式距离获取每个用户与所述负理想解之间的第二关联度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥阳光智维科技有限公司,未经合肥阳光智维科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110804808.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top