一种基于数据驱动的停电客户诉求量预测方法

本发明公开了一种基于数据驱动的停电客户诉求量预测方法，涉及智能电网技术领域。包括构建样本集的过程中综合考虑了停电线路固有的多个特征、停电期间客观存在的动态因素，以及考虑了人为决定的因素成分，通过基于线路特征的最优聚类结果对独立线路进行分类，并据此有效划分样本集；对划分后样本集进行扩展变换，使训练样本的输入特征包含时序信息，输出结果隐含时序变化特性；针对每一类扩展样本集差异化搭建神经网络模型。本发明能够对停电后随时间变化的客户停电诉求进行预测，相比现有技术具有更高可靠性。