基於果蠅智能優化算法的居民用電客戶細分方法

2023-11-04 16:56:47 2

基於果蠅智能優化算法的居民用電客戶細分方法
【專利摘要】本發明公開了一種基於果蠅智能優化算法的居民用電客戶細分方法，本發明就是基於新穎的果蠅智能優化算法根據居民用戶用電曲線、用電量、谷電係數等屬性進行一次及二次客戶細分，進而對不同的用戶群推送有針對性的用電優化及精準營銷信，進而提升供電服務質量及客戶滿意度。通過採用果蠅智能優化算法對居民用電客戶進行細分，本發明進一步規範居民的用電行為，削峰填谷，在降低居民電費電量的同時，提高電網的安全穩定性，實現居民用戶和供電企業的雙贏。
【專利說明】基於果蠅智能優化算法的居民用電客戶細分方法
【技術領域】
[0001]本發明涉及用電客戶細分方法。
【背景技術】
[0002]隨著經濟的發展和生活水平的提高，居民用戶的用電優化工作越來越受到人們的重視，如何對不同用電行為的居民用戶採用有針對性的營銷手段，已經成為供電企業提升服務質量的一項重要的工作。目前，已有的客戶細分方法主要有兩類:一種是按照用電客戶的行業屬性進行分類，通常分為大型工業用電、國家機關用電、城市服務用電、商業用電、學校用電和居民用電等；另一種是運用數據挖掘的方法基於客戶用電行為的電力用戶細分，主要有貝葉斯法，決策樹法，傳統聚類分析法，人工神經網絡等。
[0003]第一種用電客戶細分的方法只重視用戶的用電屬性，而忽視了同一用電屬性之間的用戶由於家庭構成不同、用電行為習慣不同等因素而導致的用電行為的較大差異。對同一用電屬性的用戶籠統的採用相同的營銷策略，缺乏合理性。第二種用戶細分方法是近年來新興的算法，但是已有的基於數據挖掘的分類方法，都存在其天然的不足，導致分類誤差較大。貝葉斯方法對用戶行為屬性的度量缺乏客觀統一的標準；決策樹法需要大量的已知數據作為訓練樣本，形成決策規則；傳統聚類分析法太過依賴於初始聚類中心，且容易早熟收斂；人工神經網絡方法則由於神經網絡的權值訓練過程中的BP算法本質是梯度下降方法，導致人工神經網絡容易陷入局部極小。

【發明內容】

[0004]本發明所要解決的技術問題就是針對現有技術中幾種細分方法存在的缺陷，提供一種基於果蠅智能優化算法的居民用電客戶細分方法。
[0005]為解決上述技術問題，本發明採用如下技術方案:基於果蠅智能優化算法的居民用電客戶細分方法，具體步驟如下:
[0006]a)，採集該地區所有居民用電客戶典型周的用電負荷數據，包括一周之內每天總用電數據X、每天峰時段電量Xf、每天谷時段電量Xg;
[0007]b)，異常用電客戶奇異值剔除，根據用電客戶的用電負荷數據，將O用電量客戶、電量過大用電客戶剔除，保留正常用電客戶；
[0008]c)，數據歸一化，為了後續果蠅算法開展的需要，對用電客戶用電量按照如下方式標準化:
[0009]
【權利要求】
1.基於果蠅智能優化算法的居民用電客戶細分方法，其特徵在於具體步驟如下: a)， 採集該地區所有居民用電客戶典型周的用電負荷數據，包括一周之內每天總用電數據X、每天峰時段電量Xf、每天谷時段電量Xg ; b)，異常用電客戶奇異值剔除，根據用電客戶的用電負荷數據，將O用電量客戶、電量過大用電客戶剔除，保留正常用電客戶； c)，數據歸一化，為了後續果蠅算法開展的需要，對用電客戶用電量按照如下方式標準化: χ』= I —
Y— Y
maxD1.1n 其中Xmax、Xmin分別表示用電量的最大、最小值； d)，居民用電客戶基於周用電曲線的初次劃分，每個用電客戶的周用電量曲線V(k)=[x』i，x』2，x%, x』4，x%, x』6，x』7]，k=l，2，…，N，應用果蠅算法確定出所有分類中心後，得到居民用電客戶的第一次劃分； e)重點用電客戶基於用電量及谷電係數的二次劃分，對一次劃分得到結果中佔比最大的用電群組進行二次劃分。
2.根據權利要求1所述的基於果蠅智能優化算法的居民用電客戶細分方法，其特徵在於:步驟b)中，電量過大用電客戶通過設定總用電客戶量正常度閾值進行剔除，當用電客戶周總用電量超過閾值，即按認定該用電客戶為電量過大用電客戶。
3.根據權利要求1所述的基於果蠅智能優化算法的居民用電客戶細分方法，其特徵在於:步驟d)中，根據與分類中心距離最小的原則，將用電客戶分為用電平均用電客戶，工作日高周末低用電客戶，工作日低周末高用電客戶。
4.根據權利要求1所述的基於果蠅智能優化算法的居民用電客戶細分方法，其特徵在於:步驟e)中，對於重點用電客戶，基於周用電總量I』 = Σχ\周谷電係數b = xg』/

-1 ,X』，其中夂』 =Σ 的二個維度應用果蠅智能聚類算法進行二次劃分，這裡根據與分類中
1 =1 ?心距離最小的原則，將用電客戶分為小白用電客戶、高端用電客戶、耗電大戶及正常用電客戶。
5.根據權利要求1至4任意一項所述的基於果蠅智能優化算法的居民用電客戶細分方法，其特徵在於:果蠅算法的具體實現如下: a)編碼，用電客戶基於日用電量的初次細分中，果蠅算法中的每個解以分類代表周用電裡曲線 Ff — [X1X2X3] — [X 11，X 12，X 13，X 14，X 15，X 16，X 17 , X 21，X 22，X 23，X 24，X 25，X 26，X 27;x』31, x』32, x』33, x』34, x』35, x』36, x』37]表示，其中Xi表示第i類的周用電量代表曲線，x』ij表示第i類的第j天的用電量，用電平均用電客戶基於周總用電量和谷電係數的二次細分中，果蠅算法中的每個解以分類中心[C1C2C3C4]表示，其中，Ci=[x』 i bj, i=l,2, 3,4, x』 ^表示第i類的總用電量，h表示第i類的谷電係數； b)初始化，隨機初始化，即對每個解的每個元素在範圍內都以隨機的方式賦予初值； c)嗅覺搜索，在果蠅種群中心位置周圍，隨機搜索產生NP個鄰域解，解的每個元素的具體生成方式如下: V = V +a 其中a e U[0，0.05]，為服從均勻分布的隨機數； d)評價，用電客戶基於日用電量的初次細分中，對於種群中的每個解Ff，計算分類中心與每個用電客戶X』(k)的距離
【文檔編號】G06Q10/04GK103942606SQ201410092324
【公開日】2014年7月23日 申請日期:2014年3月13日 優先權日:2014年3月13日
【發明者】楊玉銳, 鄭濤, 張凱俊, 程傑, 徐詒玥, 吳偉健, 吳昱德 申請人:國家電網公司, 國網浙江省電力公司嘉興供電公司, 國網浙江平湖市供電公司