Invention Publication
- Patent Title: 基于深度学习的电力用户行为预测方法及系统
-
Application No.: CN202410630215.5Application Date: 2024-05-21
-
Publication No.: CN118607827APublication Date: 2024-09-06
- Inventor: 闫美凤 , 王秀明 , 刘国瑞 , 万国强 , 苏彦 , 王一飞 , 王袆 , 李扬
- Applicant: 国网山西省电力公司营销服务中心
- Applicant Address: 山西省太原市山西综改示范区太原唐槐园区武洛街10号国网山西省电力公司研发楼
- Assignee: 国网山西省电力公司营销服务中心
- Current Assignee: 国网山西省电力公司营销服务中心
- Current Assignee Address: 山西省太原市山西综改示范区太原唐槐园区武洛街10号国网山西省电力公司研发楼
- Agency: 广州三环专利商标代理有限公司
- Agent 孙朝锐
- Main IPC: G06Q10/0631
- IPC: G06Q10/0631 ; G06Q30/0202 ; G06Q50/06 ; G06N3/0464 ; G06N3/09

Abstract:
本发明涉及电力管理技术领域,提供了一种基于深度学习的电力用户行为预测方法及系统,包括:对电力消费数据进行规范化处理,得到目标电力数据,分析出电力用户对应的电力消费行为;识别出目标电力数据对应的数据时序,利用电力深度学习模型中的卷积神经网络分析出电力用户对应的用电时序特征,利用电力深度学习模型中的误差函数计算出用电时序特征对应的特征偏移度;构建电力用户对应的消费行为矩阵,从电力消费行为中筛选出电力用户对应的特征消费行为;利用电力深度学习模型中的需求分析层构建电力用户对应的电力需求曲线;生成电力用户对应的用电行为预测结果。本发明在于提高电力用户行为预测的准确性。
Information query