摘要
本发明涉及智能电网服务优化技术领域,本发明公开了一种基于客户信用与需求特征的电力服务分类方法、系统、设备及介质,包括,实时采集用户的用电负荷数据、信用评估数据及需求响应历史数据,并进行时空对齐预处理;基于动态图神经网络D‑GNN构建用户信用-需求关系图模型;在边缘侧部署轻量化D‑GNN模型进行用户实时分类,筛选高风险组与高价值组数据上传至云端;云端通过强化学习算法动态优化分类模型权重,并生成信用补偿策略与需求激励策略;根据用户分类结果生成个性化电力服务策略,包括信用绑定电价、负荷弹性订阅及风险预警供电。本发明提升了用户分类的准确度,增强了系统对市场波动的适应能力,推动了智能电网技术的发展。
技术关键词
服务分类方法
强化学习算法
负荷
电力
客户
云端
数据采集模块
电网控制系统
高风险
智能电网技术
滑动时间窗口
分类策略
分类阈值
智能电表
节点特征
关系
动态