7.2.3相似用戶群體特征分析

在識(shí)別和構(gòu)建相似用戶群體后，一方面可以如圖7-7所示，分析和獲得群標(biāo)簽屬性和用電行為特征，用以表征電力用戶群體行j為，實(shí)現(xiàn)售電主體面向群體的銷售決策;另一方面，相似用戶群體的屬性包含了個(gè)體用戶的行為刻畫(huà)，能夠幫助售電主體預(yù)測(cè)用戶個(gè)體的用電行為，實(shí)現(xiàn)面向用戶的電力精準(zhǔn)消費(fèi)。其中，群體標(biāo)簽為群用戶共同擁有的標(biāo)簽類型，從群識(shí)別過(guò)程可以獲得;群典型負(fù)荷向量L反映了群體共同的用電行為特征，計(jì)算方法為

式中：Li為用戶i的日負(fù)荷向量;N為群中用戶的數(shù)量。

通過(guò)群分析預(yù)測(cè)個(gè)體用戶的用電行為，主要體現(xiàn)在對(duì)其負(fù)荷向量的預(yù)測(cè)，對(duì)于新入網(wǎng)用戶j，為了預(yù)測(cè)其用電行為特征，需要先識(shí)別該用戶屬于的群體，方法為分別計(jì)算用戶j與所有群的相同標(biāo)簽個(gè)數(shù)，數(shù)值最大的群則為j的歸屬群，其負(fù)荷向量為

式中：Li為所屬群中與j相同標(biāo)簽個(gè)數(shù)最多的K個(gè)用戶的負(fù)荷向量：K 為售電主體設(shè)定值，小于N。

利用河南省某地區(qū)抽樣1000戶居民的用電行為刻畫(huà)數(shù)據(jù)，進(jìn)行相似識(shí)別，分析群體特征。

(1)電力用戶標(biāo)簽體系和二元網(wǎng)絡(luò)。如表7-2所示，用戶標(biāo)簽體系主要包含家庭人口、住房面積、房屋均價(jià)、熱源類型、用戶信用、購(gòu)電渠道等內(nèi)容。構(gòu)建大數(shù)據(jù)分析系統(tǒng)，如圖7-9所示為每個(gè)用戶賦予相應(yīng)的標(biāo)簽，形成“用戶標(biāo)簽”二元網(wǎng)絡(luò)。

表7-2     電力用戶標(biāo)簽體系

(2)相似用戶群體識(shí)別與分析。利用表7-2所述的相似用戶群體分析方法，設(shè)定群用戶數(shù)量N=50，識(shí)別出相似用戶群體的共同標(biāo)簽特征包括:2～3人、60～90㎡、7000～12000元/㎡、燃?xì)?、市政熱力。利用?7-7)計(jì)算出群體的典型日負(fù)荷向量，與50戶個(gè)體負(fù)荷向量各個(gè)小時(shí)的均方根誤差均值見(jiàn)圖7-11，各時(shí)刻平均為3.2%，表明群體典型日負(fù)荷向量與個(gè)體負(fù)荷向量誤差較小，較為準(zhǔn)確地體現(xiàn)了群體中個(gè)體普遍的用電行為特征。因此，群體識(shí)別方法能夠有效識(shí)別出具有相似用電行為的用戶群體。

圖7-11群體典型負(fù)荷與個(gè)體負(fù)荷均方根誤差

為了進(jìn)一步驗(yàn)證通過(guò)對(duì)相似用戶群體的分析可以用于預(yù)測(cè)新入網(wǎng)用戶的用電行為特征，隨機(jī)取實(shí)驗(yàn)樣本以外的一個(gè)用戶樣本，提取樣本用戶標(biāo)簽后，尋找與該用戶相同標(biāo)簽數(shù)量最多的用戶群作為該用戶的歸屬群，再分別計(jì)算該用戶與歸屬群中其他用戶的相同標(biāo)簽個(gè)數(shù)，取數(shù)值最10個(gè)用戶，計(jì)算其平均日負(fù)荷向量，作為該用戶的負(fù)荷向量預(yù)側(cè)值。如圖7-12所示，預(yù)測(cè)負(fù)荷值的曲線與實(shí)際值的曲線趨勢(shì)相似，其均方根誤差平均值為5.3%，結(jié)果表明，基于相似群體分類結(jié)果，利用新入網(wǎng)用戶的屬性標(biāo)簽，可以有效預(yù)測(cè)用戶的用電行為趨勢(shì)特征，對(duì)于售電主體以用戶為中心實(shí)施基于互聯(lián)網(wǎng)的精準(zhǔn)消費(fèi)、制定需求響應(yīng)策略優(yōu)化等具有支撐作用。

電力用戶相似群體識(shí)別與特征分析方法。針對(duì)電力用戶用電行為和社會(huì)屬性特征，建立用戶標(biāo)簽體系及“用戶一標(biāo)簽”二元網(wǎng)絡(luò)，并以標(biāo)簽對(duì)比結(jié)果為基礎(chǔ)，將用戶歷史負(fù)荷相似度作為動(dòng)態(tài)系數(shù)修成標(biāo)簽對(duì)比結(jié)果，構(gòu)建用戶相互關(guān)系權(quán)重模型，作為衡量用戶相似度識(shí)別的標(biāo)準(zhǔn)在二元網(wǎng)絡(luò)中聚合用戶形成相似群體，進(jìn)而獲得群屬性標(biāo)簽和典型負(fù)荷特征，最后以相似群體為基礎(chǔ)，基于新入網(wǎng)用戶屬性標(biāo)簽將其歸入相似群，并進(jìn)一步預(yù)測(cè)新用戶的用電行為特征。仿真算例表明，該方法通過(guò)對(duì)標(biāo)簽數(shù)據(jù)的分析，可以得到相似用戶群體，準(zhǔn)確提取相似用戶群用電行為特征以及發(fā)現(xiàn)群體中的重要用戶，并預(yù)測(cè)新入網(wǎng)用戶的負(fù)荷曲線趨勢(shì)，便于售電主體為電力用戶提供個(gè)性化用電服務(wù)、精準(zhǔn)實(shí)施需求響應(yīng)策略、提升電網(wǎng)能效。

圖7-12負(fù)荷預(yù)測(cè)對(duì)比圖