摘要
本发明公开了一种基于电能计量的配电网用户特征画像生成方法,克服了现有技术中用户画像分析聚类过程计算繁琐且用户画像分类结果精确性低的问题,包括:采集用户电能计量数据并对其进行标准化,去除冗余的属性特征和样本;对电能计量数据进行降维,提取用户用电特征以及用电曲线,生成该用户个体用户特征画像;基于个体用户特征画像,建立特征画像库,根据需求标签,采用改进的模糊C均值算法,得到该需求标签下不同行为模式的用户群体;将用电特征与行为模式相对应,集合用户群体数量,生成群体用户特征画像。对电能计量数据进行降维,对数据集进行了简化,提高了计算效率,提高了用户特征画像输出结果的精确性。
技术关键词
电能计量数据
画像生成方法
模糊C均值算法
聚类
小波阈值降噪方法
近似算法
时序特征
粒子群优化算法
标签
曲线
冗余
负荷
分段
轮廓系数
模式
样本
异常数据
系统为您推荐了相关专利信息
非结构化特征
工程图纸
多维特征向量
电力
谱聚类算法
场景重建系统
深度学习模型
形态
密度
聚类分析算法
转轮除湿空调系统
变量
回归分析方法
工况
聚类方法
数据处理方法
视频采集设备
公用移动通信基站
非瞬时性计算机可读存储介质
聚类