-
公开(公告)号:CN109919173A
公开(公告)日:2019-06-21
申请号:CN201910029623.4
申请日:2019-01-11
申请人: 国网浙江省电力有限公司宁波供电公司 , 国网浙江省电力有限公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC分类号: G06K9/62
摘要: 本发明公开了一种基于减法聚类模型的多表融合用能行为分析方法,属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据,仅仅是基于用电量对用户用能进行的预测,无法充分挖掘用户用能之间的相关性,分析效果较差。本发明采集电、水、气数据,能够充分地挖掘用户用能之间的相关性,结合根据现场多年运行经验设计的基于减法聚类模型的多表融合用能行为分析方法,利用用户用日用电量、用水量、用气量,通过构建电水气融合数据矢量,利用聚类算法实现用户聚类,达到对居民用户用能的分类与离群用户区分,并在后续对离群用户进行研究是否出现窃电、漏水等用能异常,达到提高工作效率和减少供能企业损失的目的。
-
公开(公告)号:CN109902915A
公开(公告)日:2019-06-18
申请号:CN201910029600.3
申请日:2019-01-11
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于模糊C均值模型的电水气用能行为分析方法,属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据,分析效果较差,无法实现对居民用户用能的分类与离群用户区分,工作效率较低,可能对供能企业造成较大损失。本发明提供通过采集电、水、气数据,利用大数据并行计算技术对每一个用户的用能情况进行分析,利用用户日用电量、用水量、用气量等数据,构建电水气融合数据矢量,通过聚类算法实现用户聚类,达到对居民用户用能的分类与离群用户区分的目的,并能够对离群用户进行研究是否出现窃电、漏水等用能异常,提高工作效率和减少供能企业损失。
-
公开(公告)号:CN109829571A
公开(公告)日:2019-05-31
申请号:CN201910029664.3
申请日:2019-01-11
申请人: 国网浙江省电力有限公司 , 国网浙江省电力有限公司宁波供电公司 , 浙江华云信息科技有限公司 , 国家电网有限公司
摘要: 本发明公开了一种基于多表融合数据的用户短期用电量预测方法,属于电力技术领域。现有的用户用能之间存在着一定的相关性。如果能够充分地挖掘用户用能之间的相关性,就可以有效地提高预测的精度。本发明首先通过模糊聚类方法选取相似日,然后用这些相似日作为支持向量机的训练样本,对支持向量机参数进行优化,得到训练后的模型,用于对用户用电量进行预测;本发明能够充分地挖掘用户用能之间的相关性,合理利用多表融合数据,有效地提高预测的精度。本发明充分考虑了各种用电量的影响因素,有效提高预测的精度,减少了训练样本数量,对用户用电异常行为检测具有重要的意义。
-
-