在能源互聯(lián)網(wǎng)和智能電網(wǎng)背景下，準(zhǔn)確的用戶用電行為特征分析和用電量短期、長(zhǎng)期預(yù)測(cè)對(duì)電網(wǎng)需求側(cè)管理和基于互聯(lián)網(wǎng)的售電主體精準(zhǔn)消費(fèi)具有重要的指導(dǎo)意義。基于用戶社會(huì)屬性、用電行為特征、互聯(lián)網(wǎng)行為將電力用戶進(jìn)行分類，進(jìn)而實(shí)現(xiàn)群體用電行為預(yù)測(cè)，可以幫助售電主體更深入地了解用戶群體特征，為電力精準(zhǔn)消費(fèi)和制定電力需求側(cè)響應(yīng)策略提供數(shù)據(jù)支撐。

隨著中國(guó)電力體制改革和能源互聯(lián)網(wǎng)戰(zhàn)略的不斷推進(jìn)，電力用戶在互聯(lián)網(wǎng)售電平臺(tái)上購(gòu)電和用電增值服務(wù)，形成種類豐富的用戶數(shù)據(jù)，包括用戶屬性數(shù)據(jù)、用電行為數(shù)據(jù)、上網(wǎng)行為數(shù)據(jù)等。基于這些用電大數(shù)據(jù)將用戶用電行為特性進(jìn)行多維度分解，建立用戶分類模型，深刻認(rèn)識(shí)電力用戶群體效應(yīng)，能夠形成基于群體的用電模式差異化預(yù)測(cè)模型。

目前，對(duì)電力用戶群體分析方法多是基于歷史負(fù)荷數(shù)據(jù)，建立基于人工智能方法的負(fù)荷識(shí)別和預(yù)測(cè)模型，再利用聚類的方法實(shí)現(xiàn)基于用電行為的用戶群體分析，或是基于行業(yè)或領(lǐng)域等用戶屬性將電力用戶進(jìn)行細(xì)分，進(jìn)而形成群體一屬性的關(guān)系。這些分類方法往往一個(gè)群體中的用戶只包含了個(gè)別共同屬性，難以真正形成包含個(gè)體屬性、用電行為和互聯(lián)網(wǎng)行為等多種屬性的相似用戶群體，并用于構(gòu)建基于群體特征的用戶用電行為分析預(yù)測(cè)模型。

標(biāo)簽作為一種用戶行為的標(biāo)識(shí)方法，蘊(yùn)含了很多反映用戶屬性、用電偏好的信息。通過(guò)對(duì)標(biāo)簽數(shù)據(jù)的分析，結(jié)合相同標(biāo)簽數(shù)量和負(fù)荷相似度形成用戶關(guān)聯(lián)度網(wǎng)絡(luò)模型，得到相似電力用戶群體，提取群體的主要特征以及發(fā)現(xiàn)群體中的重要用戶，便于互聯(lián)網(wǎng)售電主體實(shí)施個(gè)性化增值服務(wù)產(chǎn)品和用電套餐推薦，進(jìn)而提升電力服務(wù)質(zhì)量。

7.2.2相似用戶群體識(shí)別方法

如圖7-8所示，基于大數(shù)據(jù)的電力用戶群體分析方法主要包括：

圖7-8電力用戶群體分析方法

（1）構(gòu)建電力用戶及其標(biāo)簽二元關(guān)系網(wǎng)絡(luò)。如圖7-9所示，對(duì)電力用戶全體分析的第一步是定義電力用戶社會(huì)屬性及用電行為標(biāo)簽，將用戶與其所屬的標(biāo)簽進(jìn)行連接，形成相互關(guān)系二元網(wǎng)絡(luò)，其中a、b、c、d代表用戶節(jié)點(diǎn)，L1、L2、L3、L4代表用戶標(biāo)簽。

圖7-9“用戶-標(biāo)簽”二元關(guān)系網(wǎng)絡(luò)

（2）建立用戶節(jié)點(diǎn)間相互關(guān)系權(quán)重模型。用戶節(jié)點(diǎn)間的相互關(guān)系權(quán)重是用戶相似度的表現(xiàn)，包括的用戶社會(huì)屬性相似度和用電行為相似度，其中用戶社會(huì)屬性、用戶信用和購(gòu)電渠道等可以定義為靜態(tài)標(biāo)簽，用相同標(biāo)簽數(shù)量表征其相似性，但用電行為中的歷史負(fù)荷為動(dòng)態(tài)數(shù)據(jù)，難以用標(biāo)簽描述，該指標(biāo)卻是用戶相似性和群體刻畫的關(guān)鍵內(nèi)容。基于上述因素，以標(biāo)簽相同個(gè)數(shù)為權(quán)重模型的基礎(chǔ)，將負(fù)荷相似度作為權(quán)重因子，使得權(quán)重模型即包含靜態(tài)標(biāo)簽相似性，又包含動(dòng)態(tài)負(fù)荷相似性。

將用戶節(jié)點(diǎn)網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)之間相同標(biāo)簽的個(gè)數(shù)表示為Nij，用電行為相似度表示為Sij，兩節(jié)點(diǎn)相互關(guān)系權(quán)重表示為

其中，用電行為相似度Sij的計(jì)算方法為：分別利用用戶i和j日均負(fù)荷曲線中各小時(shí)的平均負(fù)荷組成用戶日負(fù)荷向量Li，和Lj，基于余弦相似度計(jì)算方法計(jì)算用電行為相似度。

（3）識(shí)別與構(gòu)建相似用戶群體。如圖7-10所示，相似用戶群體的形成過(guò)程包括：基于用戶節(jié)點(diǎn)間相互關(guān)系權(quán)重模型，計(jì)算二元網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)的權(quán)重，將權(quán)重最大的兩個(gè)節(jié)點(diǎn)合并為一個(gè)群，并視其為網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，再與其他節(jié)點(diǎn)進(jìn)行關(guān)系權(quán)重計(jì)算，將權(quán)重最大的節(jié)點(diǎn)合并至群中，形成新的用戶群。基于該流程，如果群中的用戶超過(guò)售電主體設(shè)定的用戶數(shù)，則完成相似用戶群體的識(shí)別和構(gòu)建，反之則繼續(xù)計(jì)算更新的群與其他節(jié)點(diǎn)的關(guān)系權(quán)重，不斷更新群組成。在計(jì)算群與節(jié)點(diǎn)關(guān)系權(quán)重過(guò)程中，標(biāo)簽只取群中用戶共有特征，負(fù)荷向量取群中所有用戶的平均值。

圖7-10相似用戶群網(wǎng)絡(luò)