太阳城集团

  • / 8
  • 下载费用:30 金币  

一种互联网用电体相似用户识别方法.pdf

摘要
申请专利号:

太阳城集团CN201610593648.3

申请日:

2016.07.26

公开号:

CN106257503A

公开日:

2016.12.28

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06Q 10/04申请日:20160726|||公开
IPC分类号: G06Q10/04(2012.01)I; G06Q50/06(2012.01)I 主分类号: G06Q10/04
申请人: 郑州郑大智能科技股份有限公司; 国网河南省电力公司经济技术研究院; 郑州大学; 河南省科学院应用物理研究所有限公司
发明人: 宋晓辉; 赵华东; 许长清; 刘国宁; 赵晓刚; 许俊杰
地址: 450000 河南省郑州市高新技术产业开发区西四环228号2号楼4层10号
优先权:
专利代理机构: 郑州中原专利事务所有限公司 41109 代理人: 李想
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201610593648.3

授权太阳城集团号:

|||

法律状态太阳城集团日:

2017.01.25|||2016.12.28

法律状态类型:

太阳城集团实质审查的生效|||公开

摘要

本发明提供一种互联网用电体相似用户识别方法,互联网售电体为每个用户建立用户太阳城集团数据库;从用户中选择样本用户,计算样本用户和售电体中所有用户的属性相似度,提取超出相似度阈值Y的用户,建立新用户群A;计算样本用户和新用户群A中各用户的日均负荷曲线、样本用户和新用户群A中每个用户日均负荷曲线相似度,然后提取新用户群A中超出负荷曲线相似度阈值Z的用户,建立新用户群B;构建所有用户用电行为的特征向量,计算样本用户与新用户群B中各用户的互联网用电行为相似度;对样本用户和B中各用户属性相似度、负荷曲线相似度和互联网用电行为相似度加权求和,超过阈值X的用户,为与样本用户相似的用户。

权利要求书

1.一种互联网用电体相似用户识别方法,其特征在于,包括以下步骤:
(1)互联网售电体为每个用户建立包含用户属性太阳城集团的用户太阳城集团数据库,所述用户属
性太阳城集团包括用户人口、住房面积、房屋市场均价、加热类型、历史用电负荷、用户互联网用电
行为;
(2)从用户中选择样本用户,并计算样本用户和其余售电体中所有用户的属性相似度,
提取超出预先设定的属性相似度阈值Y的用户,建立新的用户群A;
(3)计算样本用户和新用户群A中的各个用户的日均负荷曲线,并分别计算样本用户和
新用户群A中每个用户的日均负荷曲线相似度,然后提取新用户群A中超出预先设定的负荷
曲线相似度阈值Z的用户,建立新用户群B;
(4)构建互联网售电体所有用户的互联网用电行为的特征向量,然后分别计算样本用
户与新用户群B中各用户的互联网用电行为相似度;
(5) 对样本用户和新用户群B中各用户的属性相似度、负荷曲线相似度和互联网用电
行为相似度进行加权求和,超过预先设置的互联网售电体设定的阈值X的用户,为与样本用
户相似的用户。
2.根据权利要求1所述的一种互联网用电体相似用户识别方法,其特征在于:所述(2)
中计算属性相似度的方法为:
对互联网售电体中各用户的用户属性设定分类表;
将互联网售电体中各用户的所有属性分别映射到用户属性分类表中,如果两个用户的
各属性映射到用户属性分类表的同一位置则认为该属性相似度为1,否则为0;
根据售电体预先设定的各属性的权重W1,加权计算各用户属性相似度S1(i,j);
其中,W1表示各属性的权重向量,S1(i,j)表示样本i和用户j的属性相似度。
3.根据权利要求1所述的一种互联网用电体相似用户识别方法,其特征在于:所述(4)
中用电行为的特征向量中的元素包括互联网售电平台应用业务类型、用电报告阅读状态、
需求响应情况、用户信用。
4.根据权利要求1所述的一种互联网用电体相似用户识别方法,其特征在于:所述(3)
中,计算日均负荷曲线相似度的方法为:分别取新用户A中各用户的日负荷曲线中各小时的
平均负荷,组成负荷向量Lj,获取样本用户i的日负荷曲线中各小时的平均负荷,组成负荷
向量Li,负荷相似度为:
QUOTE
其中,n∈[1,24],表示24个小时。
5.根据权利要求1所述的一种互联网用电体相似用户识别方法,其特征在于:所述(4)
中互联网行为相似度的计算方法为:
设定互联网售电体的用户互联网行为要素分类表;
从用户太阳城集团数据库中获取各用户互联网用电行为,所述用户互联网用电行为包括互联
网售电平台应用业务类型、用电报告阅读状态、需求响应情况、用户信用等级;所述互联网
售电平台应用业务类型为用户通过售电平台订购的增值服务类型,用电报告阅读状态为用
户查询用电详情的频,需求响应情况为用户峰谷用电量差值;
将样本用户i与用户j的互联网售电平台应用业务类型、用电报告阅读状态、需求响应
情况、用户信用等级分别映射到用户互联网行为要素分类表中,如果样本用户i与用户j映
射到用户互联网行为要素分类表的同一位置则认为该要素相似度为1,否则为0;
根据互联网售电体预先设定的用户互联网行为要素分类表中各要素相似度权重W2,加
权计算用户互联网用电行为相似度S3(i,j)。
6.根据权利要求1所述的一种互联网用电体相似用户识别方法,其特征在于:
所述(5)中,根据售电体设定的各要素相似度权重W3,用户i与用户j的相似度为
QUOTE 。

说明书

一种互联网用电体相似用户识别方法

技术领域

本发明涉及一种互联网售电体相似用户识别方法,属于能源互联网技术领域。

背景技术

随着国家能源互联网战略及电力体制改革政策的不断推进,电力市场化改革方向
日渐明晰。未来的市场将实现售电主体多元化,以自由竞争为核心,实现电能资源有效供给
和高效配置,促进以多元主体互动为核心的新型产业链结构的形成于发展。作为市场核心
主体的售电公司,其商业模式的载体是互联网,将电力作为商品,不仅要借鉴传统电子商务
和互联网增值服务模式,还要在互联网环境下形成电力营销的特色。

电力作为商品,其难以存储特性决定了其营销受发电、配电等多个环节制约,其目
的不仅仅是要将电销售出去,更为重要的是作为负荷均衡的调节手段,支撑电网综合增效
的提升,使得互联网电力营销不同于传统快消品的电子商务模式。传统电力营销收体制影
响,一方面被动适应负荷需求,另一方面市场竞争的缺失,使其难以为用户提供个性化的供
电服务。在互联网环境下,多售电体形成竞争关系,需要充分分析用户的社会属性、用电行
为和互联网行为,以便为用户提供更为适宜的供电服务,也通过对用户的精准分析,制定供
电策略。为了实现电力精准营销和优化营销,需要对互联网用电用户进行分类,并通过寻找
形似用户的方式,精准预测或者推荐优化电力套餐。目前电力营销对用户的识别,多是基于
用户社会属性进行定性分类,忽略对用电行为的精准分析,尤其是缺少对用户互联网行为
及其对用电的影响做深入分析。

因此,售电体如何在互联网环境下通过分析用户行为寻找和识别相似用户,进而
形成个性化用电服务和售电侧能效有效优化,是一个急需解决的技术问题。

发明内容

本本发明的目的是提供一种互联网售电体相似用户识别方法,能根据用户属性、
用电行为和互联网行为综合分析两个用户的相似度,从而为用户提供精准用电业务推荐,
而且帮助售电体充分掌握用户的用电规律,制定有效的需求侧响应策略。

本发明的目的是以下述方式实现的:

一种互联网用电体相似用户识别方法,包括以下步骤:

(1)互联网售电体为每个用户建立包含用户属性太阳城集团的用户太阳城集团数据库,所述用户属
性太阳城集团包括用户人口、住房面积、房屋市场均价、加热类型、历史用电负荷、用户互联网用电
行为;

(2)从用户中选择样本用户,并计算样本用户和其余售电体中所有用户的属性相似度,
提取超出预先设定的属性相似度阈值Y的用户,建立新的用户群A;

(3)计算样本用户和新用户群A中的各个用户的日均负荷曲线,并分别计算样本用户和
新用户群A中每个用户的日均负荷曲线相似度,然后提取新用户群A中超出预先设定的负荷
曲线相似度阈值Z的用户,建立新用户群B;

(4)构建互联网售电体所有用户的互联网用电行为的特征向量,然后分别计算样本用
户与新用户群B中各用户的互联网用电行为相似度;

(5) 对样本用户和新用户群B中各用户的属性相似度、负荷曲线相似度和互联网用电
行为相似度进行加权求和,超过预先设置的互联网售电体设定的阈值X的用户,为与样本用
户相似的用户。

所述(2)中计算属性相似度的方法为:

对互联网售电体中各用户的用户属性设定分类表;

将互联网售电体中各用户的所有属性分别映射到用户属性分类表中,如果两个用户的
各属性映射到用户属性分类表的同一位置则认为该属性相似度为1,否则为0;

根据售电体预先设定的各属性的权重W1,加权计算各用户属性相似度S1(i,j);

其中,W1表示各属性的权重向量,S1(i,j)表示样本i和用户j的属性相似度。

所述(4)中用电行为的特征向量中的元素包括互联网售电平台应用业务类型、用
电报告阅读状态、需求响应情况、用户信用。

所述(3)中,计算日均负荷曲线相似度的方法为:分别取新用户A中各用户的日负
荷曲线中各小时的平均负荷,组成负荷向量Lj,获取样本用户i的日负荷曲线中各小时的平
均负荷,组成负荷向量Li,负荷相似度为:


其中,n∈[1,24],表示24个小时。

所述(4)中互联网行为相似度的计算方法为:

设定互联网售电体的用户互联网行为要素分类表;

从用户太阳城集团数据库中获取各用户互联网用电行为,所述用户互联网用电行为包括互联
网售电平台应用业务类型、用电报告阅读状态、需求响应情况、用户信用等级;所述互联网
售电平台应用业务类型为用户通过售电平台订购的增值服务类型,用电报告阅读状态为用
户查询用电详情的频,需求响应情况为用户峰谷用电量差值;

将样本用户i与用户j的互联网售电平台应用业务类型、用电报告阅读状态、需求响应
情况、用户信用等级分别映射到用户互联网行为要素分类表中,如果样本用户i与用户j映
射到用户互联网行为要素分类表的同一位置则认为该要素相似度为1,否则为0;

根据互联网售电体预先设定的用户互联网行为要素分类表中各要素相似度权重W2,加
权计算用户互联网用电行为相似度S3(i,j)。

所述(5)中,根据售电体设定的各要素相似度权重W3,用户i与用户j的相似度为


本发明通过用户属性、用电行为、互联网用电行为三个维度逐级递进地分析用户
相似性,尤其考虑了互联网售电环境下用户行为对用电的影响。对用户而言可以通过售电
体发布的相似用户用电情况,来对比和优化用电模式;对售电体而言可以向用户精准推荐
用电套餐和用电增值业务,更进一步的通过影响用户的互联网行为综合控制电力资源在时
间和空间上的配置。

附图说明

图1为本发明的分析流程图。

具体实施方式

本发明提供一种互联网用电体相似用户识别方法,包括以下步骤:

STP1:互联网售电体为每个用户建立包含用户属性太阳城集团的用户太阳城集团数据库,所述用户
属性太阳城集团包括用户人口、住房面积、房屋市场均价、加热类型、历史用电负荷、用户互联网用
电行为;即首先要建立与用户用电有关的所有行为的太阳城集团数据库。

STP2:从用户中选择样本用户i,并计算样本用户和其余售电体中所有用户的属性
相似度,提取超出预先设定的属性相似度阈值Y的用户,建立新的用户群A。

具体来说,首先对互联网售电体中各用户的用户属性预先设定分类表,例如对人
口、住房面积、房屋市场均价、加热类型等用户属性设定分类表;其次将互联网售电体中各
用户的所有属性分别映射到用户属性分类表中,如果两个用户的各属性映射到用户属性分
类表的同一位置则认为该属性相似度为1,否则为0;根据售电体预先设定的各属性的权重
W1,加权计算各用户属性相似度S1(i,j);其中,W1表示各属性的权重向量,S1(i,j)表示样
本i和用户j的属性相似度。

例如,假设形成的属性相似度向量为[1,0,1,1],而根据售电体预先设定的各属性
权重向量W1=[0.25,0.25,0.25,0.25],那么加权计算用户属性相似度为


假如预先设定的设用户属性相似度阈值Y=0.7,则将所有与样本用户i相似度超过0.7
的用户则划入新的用户群A。

STP3:计算样本用户和新用户群A中的各个用户的日负荷曲线,并分别计算样本用
户和新用户群A中每个用户的日负荷曲线相似度,然后提取新用户群A中超出预先设定的负
荷曲线相似度阈值Z的用户,建立新用户群B。

而计算日负荷曲线相似度的方法为:分别获取新用户A中各用户的日负荷曲线中
各小时的平均负荷,组成负荷向量Lj,获取样本用户i的日均负荷曲线中各小时的平均负
荷,组成负荷向量Li,负荷相似度为:


其中,n∈[1,24],表示24个小时。

例如,假设

Li=[2,3,4,5,4,6,4,7,5,6,4,3,5,9,5,6,4,3,7,2,1,3,2,1];

Lj=[1,2,4,5,4,6,4,7,8,2,4,3,5,6,5,7,4,3,6,2,1,2,2,1];

则计算负荷相似度:


设用户负荷相似度阈值为0.8,则在用户群A中所有与用户i相似度超过0.8的用户则划
入新的用户群B。

STP4:构建互联网售电体所有用户的互联网用电行为的特征向量,然后分别计算
样本用户与新用户群B中各用户的互联网用电行为相似度。

具体来说,首先建立用户互联网用电行为特征向量,其内部的元素包括:互联网售
电平台应用业务类型、用电报告阅读状态、需求响应情况、用户信用等,该向量为互联网售
电体的用户互联网行为的要素分类表。

从用户太阳城集团数据库中获取各用户互联网用电行为,用户互联网用电行为包括互联
网售电平台应用业务类型、用电报告阅读状态、需求响应情况、用户信用等级;所述互联网
售电平台应用业务类型为用户通过售电平台订购的增值服务类型,用电报告阅读状态为用
户查询用电详情的频,需求响应情况为用户峰谷用电量差值。

将样本用户i与用户j的互联网售电平台应用业务类型、用电报告阅读状态、需求
响应情况、用户信用等级分别映射到用户互联网行为要素分类表中,如果样本用户i与用户
j映射到用户互联网行为要素分类表的同一位置则认为该要素相似度为1,否则为0;

根据互联网售电体预先设定的用户互联网行为要素分类表中各要素相似度权重W2,加
权计算用户互联网用电行为相似度S3(i,j)。

假设形成的互联网行为相似度向量为[0,0,1,1],再根据售电体设定的各属性权
重W2=[0.3,0.1,0.2,0.4],加权计算用户互联网行为相似度


STP5:对样本用户和新用户群B中各用户的属性相似度、负荷曲线相似度和互联网
用电行为相似度进行加权求和,超过预先设置的互联网售电体设定的阈值X的用户,为与样
本用户相似的用户。

即根据售电体设定的各要素相似度权重W3,用户i与用户j的相似度为


例如根据售电体设定的各要素相似度权重W2=[0.2,0.4,0.4],样本用户i与用户j
的相似度为


假设售电体设定相似度阈值X为0.7,者在用户群B中所有与样本用户相似度超0过0.7
的用户均为样本用户的相似用户。

以上所述的仅是本发明的优选实施方式,应当指出,对于本领域的技术人员来说,
在不脱离本发明整体构思前提下,还可以作出若干改变和改进,这些也应该视为本发明的
保护范围。

关 键 词:
一种 互联网 用电 相似 用户 识别 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种互联网用电体相似用户识别方法.pdf
链接地址:http://zh228.com/p-6100811.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');