技术特征：
技术总结
本发明公开了一种智能楼宇微网用电行为的识别方法，其特征在于：通过智能楼宇微网用电数据采集终端和环境各传感器监测获得用电大数据；然后对获得数据进行预处理（数据整合、数据填充、特征规范化）；利用核主元分析法对预处理后的数据样本提取各用电设备的负荷特征参数；利用多变量多尺度样本熵权方法确定用户各用电行为特征的环境因素和不同用电设备的贡献率（即为模糊C‑均值聚类的各影响因素的特征权重）；最后通过模糊C均值聚类法对获得的特征数据组进行聚类分析，提高了用户用电行为识别的准确性和快速性。本发明有效的识别楼宇微网用户用电行为，为电网对楼宇微网用电负荷调度提供依据和参考，进而促进用户生活节约用电减少费电行为。
技术研发人员：易灵芝;张成董;贾艳芳
受保护的技术使用者：湘潭大学
技术研发日：2017.05.22
技术公布日：2017.10.03