一种基于XGBoost和CNN的用电行为特征重构与提取方法

    公开(公告)号:CN114065857A

    公开(公告)日:2022-02-18

    申请号:CN202111359833.3

    申请日:2021-11-17

    摘要: 本发明公开了一种基于XGBoost和CNN的用电行为特征重构与提取方法,包括以下步骤:对于不同目标用户,分别采集多个影响因素数据和负荷数据,并进行数据预处理;使用XGBoost模型对各用户的数据集分别进行训练,在训练的过程中计算特征重要度,得出特征重要性排序;将每个目标用户的特征按重要性顺序进行重构,得到多个特征矩阵;对得到的每一类特征矩阵,利用CNN对其进行特征提取;找出每个目标用户负荷曲线中发生概念漂移的时间点,分割多个时间段,分时段重复上述步骤;基于提取出的特性展开用电行为辨识、电力负荷预测或窃电检测应用。本发明根据不同用户用电特点和潜在用电习惯识别用户用电行为模式,为用户提供个性化服务,有效提升了电网服务质量。

    一种基于用户用电习惯的负荷数据增强方法及装置

    公开(公告)号:CN117851846A

    公开(公告)日:2024-04-09

    申请号:CN202311815916.8

    申请日:2023-12-26

    摘要: 本发明涉及电力数据处理技术领域,公开了一种基于用户用电习惯的负荷数据增强方法及装置。方法包括:采集用户在预设历史周期内使用全部电器时产生的第一数据集并分析各个电器对应的开启时间模式以及关联模式,从中选取预设目标电器的目标关联模式以及目标开启时间模式,对用户在预设目标周期内使用全部电器时产生的第二数据集进行数据分析得到对应的待增强功率数据,并基于目标关联模式以及目标开启时间模式进行负荷数据增强得到预设目标电器的负荷数据。通过根据目标电器的开启时间以及关联模式,将待增强功率添加到第二数据集中总线对应时间段的负荷数据上,以实现有针对性的负荷数据增强,从而提高了目标电器负荷数据增强过程的准确性。