数据驱动的用电行为分析模型研究

张世元，王治国，董昊男，傅冠凯

（国网甘肃省电力公司，甘肃兰州 730030）

电力数据隐藏着用户用电的行为和习惯，利用电力数据进行数据挖掘和用户类型研究，可以更好地理解用户对个性化和差异化服务的需求。由此，服务的深度和广度进一步扩大，为制定支持未来需求方响应的政策提供数据支持[1]。在传统行业分类的基础上，提出了基于聚类的用户分类研究方法。虽然使用该方法能够快速分析用电行为，但并未考虑用户使用电力的不同，特别是3 种类型用户的当前市场价值、潜在市场价值和区域贡献价值，这种分类很大程度上是宏观的，并不符合电力负荷精细化管理的能源战略，因此，对不同类型的用户采取不同营销策略是具有必要性的[2]。因此，提出了一种基于数据驱动的用电行为分析模型。在此基础上，建立了数据驱动的用电行为分析模型，提取了有价值的信息。

1 数据驱动的用电行为分析模型

1.1 用电分析

该方法结合K-means 算法和数据驱动技术，实现了电力消耗分类的并行处理。这种算法因其计算速度快而经常用于大规模数据聚类[3]。图1 是用电分析结构框图。

图1 用电分析结构框图

如图1 所示，用电量信息采集主要完成对家庭用户用电量数据的采集[4-6]。将采集到的数据输入不同设备驱动模块之中，通过执行多变量、存储多维数据，其并行存储、转换功能可为用户用电行为分析奠定基础[7-8]。

1.2 基于数据驱动数据聚类

基于数据驱动聚类算法步骤如下所示：