摘要
本发明公开了一种基于立体画像库和双通道加权的用户异常负荷辨识方法,包括:收集用户的负荷数据以及行业标签,对数据清洗后得到负荷数据集,再划分训练、测试数据集;构建用户负荷特性分析模块,统计训练数据集中不同用户之间和不同行业种类之间的不平衡程度,聚类提取用户多时间尺度典型用电曲线和多维度负荷特性指标;将用户负荷特性分析结果与行业标签结合,对各行业用户进行加权,二次聚类提取行业多时间尺度典型用电曲线和多维度负荷特性指标,构建立体画像库;对立体画像库中各行业进行负荷曲线‑特征双通道加权后,对测试数据集中的未知用户进行负荷类型和异常用电行为的辨识。本发明实现了对用户负荷类型和异常用电行为的高准确率辨识。
技术关键词
双通道加权
多时间尺度
序列
密度峰值聚类算法
负荷辨识方法
曲线
画像
立体
典型
指标
行业特征
数据
矩阵
标签
分析模块
索引
节假日信息
初始聚类中心
系统为您推荐了相关专利信息
网络安全事件
预训练语言模型
抽取系统
数据
框架
老化特征
状态估计模型
健康状态信息
锂离子电池
Tikhonov正则化
人脸生物特征
智慧门禁
认证控制方法
人脸识别特征
矩阵
路况
车辆控制参数
标定方法
皮尔逊相关系数
偏差
在线监测数据
模型映射方法
数据映射关系
离线
电力设备