一种用户用电行为可视化分析方法、装置及电子设备与流程

本发明涉及数据分析技术领域，特别是涉及一种用户用电行为可视化分析方法、装置及电子设备。

背景技术：

随着经济的快速发展，用户的用电量呈现增长态势。并且，由于用户的用电数据中隐藏着用户的用电行为习惯，因而为了满足用户个性化和差异化的用电需求，人们迫切的需要对用户的用电数据进行分析。其中，一个用户的用电数据是指一个电能表统计得到的用电数据。

目前对用电数据的分析方式为：根据用电数据来对用户进行聚类，也就是，根据用电数据来对用户进行分类，从而分析出哪些用户属于同一聚类。在该种分析方式中，基于聚类算法、聚类数目对和用电数据进行聚类分析，从而将用户划分成多类。其中，用电数据包括但并不局限于用户一年的用电量和用户在这一年中每天的用电量等。

但是，该种分析方式只能分析得到哪些用户属于同一聚类。技术人员并不能从分类中直观地看出不同聚类的用户的用电行为差异。

技术实现要素：

本发明实施例的目的在于提供一种用户用电行为可视化分析方法、装置及电子设备，以使能够通过可视化分析图直观地看出不同聚类的用户的用电行为差异。具体技术方案如下：

第一方面，本发明实施例提供了一种用户用电行为可视化分析方法，该方法可以包括：

获得待分析用电行为的各个用户的聚类结果；其中，聚类结果是：基于预设聚类算法、预设聚类数目和聚类数据分析得到的用户分类结果；聚类数据为：各个用户在预设时间段内的、用于进行聚类分析的用电数据；

获取可视化数据，其中，可视化数据为：各个用户在预设时间段内的、用于进行可视化分析的用电数据；用于进行可视化分析的用电数据包括：每天的峰时段用电量、平时段用电量、尖时段用电量、谷时段用电量；

基于聚类结果和可视化数据，计算每个聚类中的所有用户在预设时间段的各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和；

计算每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例，其中，一聚类中一预设区段对应的第一比例、第二比例、第三比例和第四比例分别为：该聚类中该区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和分别占该聚类中所有用户在该预设区段的总用电量的比例；

确定每个聚类中每个预设区段对应的可视化圆；其中，一聚类中一预设区段的可视化圆的半径与该聚类中该预设区段对应的总用电量成正比，该可视化圆中包括四个分区，该四个分区的面积与该可视化圆的面积之比分别为：该聚类中该预设区段对应的第一比例、第二比例、第三比例和第四比例；

基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

第二方面，本发明实施例提供了一种用户用电行为可视化分析装置，该装置可以包括：

第一获得单元，用于获得待分析用电行为的各个用户的聚类结果；其中，聚类结果是：基于预设聚类算法、预设聚类数目和聚类数据分析得到的用户分类结果；聚类数据为：各个用户在预设时间段内的、用于进行聚类分析的用电数据；

第二获得单元，用于获取可视化数据，其中，可视化数据为：各个用户在预设时间段内的、用于进行可视化分析的用电数据；用于进行可视化分析的用电数据包括：每天的峰时段用电量、平时段用电量、尖时段用电量、谷时段用电量；

第一计算单元，用于基于聚类结果和可视化数据，计算每个聚类中的所有用户在预设时间段的各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和；

第二计算单元，用于计算每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例，其中，一聚类中一预设区段对应的第一比例、第二比例、第三比例和第四比例分别为：该聚类中该区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和以及谷时段用电量总和分别占该聚类中所有用户在该预设区段的总用电量的比例；

第一确定单元，用于确定每个聚类中每个预设区段对应的可视化圆；其中，一聚类中一预设区段的可视化圆的半径与该聚类中该预设区段对应的总用电量成正比，该可视化圆中包括四个分区，该四个分区的面积与该可视化圆的面积之比分别为：该聚类中该预设区段对应的第一比例、第二比例、第三比例和第四比例；

渲染单元，用于基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

第三方面，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现第一方面中方法实施例提供的方法步骤。

第四方面，本发明实施例还提供了一种可读存储介质，可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现第一方面中方法实施例提供的方法步骤。

第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在电子设备上运行时，使得服务器执行：上述第一方面中方法实施例提供的方法步骤。

在本发明实施例中，可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的用户用电行为可视化分析方法的流程图；

图2为本发明实施例提供的一种用户行为可视化分析图；

图3为本发明实施例提供的另一种用户行为可视化分析图；

图4为本发明实施例提供的又一种用户行为可视化分析图；

图5为本发明实施例提供的一种用户用电量柱状图；

图6为本发明实施例提供的一种用电曲线图；

图7为本发明实施例提供的又一种用户行为可视化分析图；

图8为本发明实施例提供的用户用电行为可视化分析装置的结构示意图；

图9为本发明实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术中存在的问题，本发明实施例提供了一种用户用电行为可视化分析方法、装置及电子设备。

下面首先对本发明实施例提供的一种用户用电行为可视化分析方法进行说明。

本发明实施例提供的用户用电行为可视化分析方法可以应用于终端，也可以应用于服务器，这都是合理。终端包括但并不局限于电脑和手机。另外，本发明实施例中，一个用户是指一个电能表，一个用户的用电数据是指一个电能表统计得到的用电数据。

参见图1，本发明实施例提供的用户用电行为可视化分析方法可以包括如下步骤：

s101：获得待分析用电行为的各个用户的聚类结果；其中，聚类结果是：基于预设聚类算法、预设聚类数目和聚类数据分析得到的用户分类结果；聚类数据为：各个用户在预设时间段内的、用于进行聚类分析的用电数据；

s102：获取可视化数据，其中，可视化数据为：各个用户在预设时间段内的、用于进行可视化分析的用电数据；用于进行可视化分析的用电数据包括：每天的峰时段用电量、平时段用电量、尖时段用电量、谷时段用电量；

s103：基于聚类结果和可视化数据，计算每个聚类中的所有用户在预设时间段的各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和；

s104：计算每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例，其中，一聚类中一预设区段对应的第一比例、第二比例、第三比例和第四比例分别为：该聚类中该区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和分别占该聚类中所有用户在该预设区段的总用电量的比例；

s105：确定每个聚类中每个预设区段对应的可视化圆；其中，一聚类中一预设区段的可视化圆的半径与该聚类中该预设区段对应的总用电量成正比，该可视化圆中包括四个分区，该四个分区的面积与该可视化圆的面积之比分别为：该聚类中该预设区段对应的第一比例、第二比例、第三比例和第四比例；

s106：基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

可以理解的是，当需要对某些用户在预设时间段内的用电行为进行分析时，这些用户即为待分析用电行为的用户。此时，用于分析这些用户的用电行为的数据应为：这些用户在预设时间段内的用电数据。

在本发明实施例中，可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

可以理解的是，可以在进行可视化分析过程中，通过预设聚类算法和预设聚类数目，对聚类数据进行聚类计算，从而获得待分析用电行为的各个用户的聚类结果。当然，也可以在进行可视化分析之前，预先基于预设聚类算法和预设聚类数目对聚类数据进行聚类计算，从而获得待分析用电行为的各个用户的聚类结果，这样，可以在进行可视化分析过程中，直接调取该聚类结果，提高了获得聚类结果的速度。

其中，预设聚类算法包括但并不局限于：欧式距离的kmeans算法。预设聚类数目可以根据具体需求进行设定。预设时间段可以为1年，预设时间段可划分为12个预设区段，一个预设区段为一个月，当然并不局限于此。

另外，每天的峰时段可以对应：时间段8:00-11:00和时间段18:00-22:00。尖时段可以对应：时间段13:00-15:00。谷时段可以对应：时间段22:00-6:00。平时段可以对应：时间段6:00-8:00、时间段11:00-13:00和时间段15:00-18:00。当然，上述每天的峰、平、尖和谷四个时段仅为示例，当然并不局限于此。

下面结合具体示例对本发明实施例提供的用户用电行为可视化分析方法进行详细说明。

假设需要对2016年中a地区用户的用电行为进行分析。那么，可以获得2016年中a地区每个用户对应的、用于进行聚类分析的用电数据，其中，该获得的用电数据可以包括：一年的用电总量、一年中每天平均用电量、一年中峰时段用电总量、一年中平时段用电总量、一年中尖时段用电总量和一年中谷时段用电总量中的一项或者多项，当然还可以包括：峰时段系数、平时段系数、谷时段系数和尖时段系数，以及用电量方差、用电量极大值、用电量极小值、未用电天数等等，这都是合理的。

其中，峰/平/谷/尖时段系数为：一年中峰/平/谷/尖时段用电总量与一年中用电总量的比值。

然后，可以预设聚类数目6和欧式距离的kmeans算法，对2016年中a地区每个用户对应的、用于进行聚类分析的用电数据进行聚类计算，则可以获得针对各个用户的聚类结果：将2016年中a地区中的用户分为6个聚类。

为了便于理解，假设计算得到的第一个聚类中对应的用户为：用户1-1500。第二个聚类中对应的用户为：用户1501-3000。第三个聚类中对应的用户为：用户3001-4000。第四个聚类中对应的用户为：用户4001-4100。第五个聚类中对应的用户为：用户4101-4900。第六个聚类中对应的用户为：用户4901-5200。其中，用户1、用户2、……、用户5200均为用户标识。

然后，可以对各个聚类的用户的用电行为进行可视化分析。其中，由于对各个聚类的用户的用电行为进行可视化分析的方式是相同的，因此下面以第一聚类的可视化分析的方式为例进行说明：

首先，获得第一聚类中每个用户在2016年中每天的峰时段用电量、平时段用电量、尖时段用电量、谷时段用电量。即，分别获得用户1、用户2、……、用户1500在2016年中每天的峰时段用电量、平时段用电量、尖时段用电量、以及谷时段用电量。

然后，分别计算第一聚类中所有用户在2016年的1月、……、12月的峰时段用电总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。当然，也可以将2016年划分为一个预设区段，即2016年为一个预设区段，在该种方式中，只需计算第一聚类中所有用户在在2016年的峰时段用电总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。

其中，由于将2016年划分为12个预设区段时，可以对第一聚类的用户每个月的用电情况进行分析，也就是，可以对用户的用电行为与时间之间的关系进行分析，从而获得第一聚类的用户的用电行为的时变属性。因此在该种方式中，还可以分别计算在2016中1月、2月、……、12月，第一聚类中所有用户的峰时段用电总和、平时段用电总和、尖时段用电总和，以及谷时段用电总和。

之后，对于2016年中每个月而言，可以分别用该月对应的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和除以该月的总用电量，得到该月对应第一、第二、第三和第四比例。

进而，可以利用该月对应的总用电量、第一、第二、第三和第四比例，来确定该月对应的一个可视化圆。具体地，该月的总用电量用来确定该可视化圆的半径，其中，该月的总用电量越大，则该月对应的可视化圆越大，即总用电量和可视化圆的半径成正比。并且，可以理解的是，在确定半径之后，则可以确定该半径对应的圆，然后可以基于第一、第二、第三和第四比例来将该圆分为四个分区，其中，这四个分区的面积与该圆的面积之比分别为该第一、第二、第三和第四比例。

其中，总用电量和半径之间的比例可以由本领域技术人员根据具体情况进行设定，在此不做详述。

在确定该月对应的可视化圆后，可以根据第一预设颜色对通过第一比例确定的分区进行渲染、根据第二预设颜色对通过第二比例确定的分区进行渲染、根据第三预设颜色对通过第三比例确定的分区进行渲染，并根据第四预设颜色对通过第四比例确定的分区进行渲染。其中，为了使得可以通过该可视化圆来获得该月中峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和之间的大小关系，可以将第一预设颜色、第二预设颜色、第三预设颜色和第四预设颜色设置为不同的颜色。

同理，可以按照上述可视化分析方式来确定其他各个聚类在2016年中每个月对应的可视化圆，并对每个可视化圆的四个区域进行渲染，从而可以得到2016年中a地区用户的用户行为可视化分析图。

从而，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个月的用电量趋势，以及不同聚类的用户在同一月的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个月的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在同一个月的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异，进而根据不同聚类的用户的用电行为差异为不同聚类的用户提供差异化的服务。

当然，为了能够在可视化分析图中直观地显示每个聚类的用户在每个月的用电天数情况。还可以在每个月对应的可视化圆的外围增加一个小半径为r、厚度为d的圆环；其中，该可视化圆的最大半径小于小半径r。然后，利用每个月对应的用电天数比例，确定每个月对应的圆环的渲染区域，并基于预设的渲染区域颜色，对每个圆的渲染区域进行渲染。

其中，每个月对应的渲染区域的面积与该月对应的圆环的面积的之比为：该月对应的用电天数比例。另外，该小半径r和厚度d的数值可以由本领域技术人员根据实际情况进行设定，在此不做详述。该小半径为该圆环对应的较小的圆的半径。该圆环的面积可以通过该小半径r和厚度d计算得到，在此不做详述。

例如，可以根据第一聚类的用户在2016年1月的用电数据：1月的每一天中是否用电的用电信息，来确定第一聚类中每个用户的1月的用电天数。进而，可以计算得到第一聚类中所有用户在1月的总用电天数。然后，利用该总用电天数除以第一聚类中的用户总数1500，得到第一聚类中每个用户在1月的平均用电天数。然后，利用该平均用电天数除以1月所包含的天数31，得到第一聚类中每个用户在1月对应的用电天数比例。

然后，利用1月对应的用电天数比例，确定1月对应的圆环的渲染区域，其中，1月对应的渲染区域的面积与该圆环的面积的之比为：1月对应的用电天数比例。这样，可以在圆环中直观地显示出第一聚类中的用户在1月的平均用电天数的情况。其中，圆环中的渲染区域面积越大，表明第一聚类中的用户在1月中的平均用电天数越多。

当然，也可以对每个圆环的非渲染区域进行渲染，这是合理的。但是，应保证渲染区域颜色与非渲染区域颜色不相同。

通过上述用户用电行为可视化分析方式，可以得到如图2所示的用户行为可视化分析图。

参见图2，每一个聚类与一行可视化圆相对应。具体地。第一聚类对应第一行可视化圆，第二聚类对应第二行可视化圆、……、第六聚类对应第六行可视化圆。并且，每个可视化圆的四个分区分别对应四种不同的颜色。其中，谷时段对应的分区(即颜色最深的区域)的颜色的灰度值最高，平时段对应的分区(即颜色最浅的区域)的颜色的灰度值最低，尖时段对应的分区的颜色的灰度值高于峰时段对应的分区的颜色的灰度值。另外，每个可视化圆对应的圆环中灰度值较高的区域(即颜色较深的区域)为渲染区域，灰度值较低的区域为非渲染区域。

从图2中可知直观的看出，对于第一聚类的用户而言：2016年每个月对应的圆环的灰度值较高的区域都较少，也就是，第一聚类的用户每个月的平均用电天数都较少，可以看出第一聚类的用户属于常年不用电的用户，从而可以判断第一聚类的用户对应的区域为空置房。而其他聚类的用户属于常年用电的用户，并且，通过可视化圆的半径大小可以看出，第五聚类的用户属于高用电量用户，从而可以判断第五聚类的用户对应的是工商业用户。另外，还可以通过可视化圆四个分区所占的比例可以看出，各个聚类的用户在峰、平、尖和谷四个时段的用电分布情况。其中，2016年中的1月、2月、……、12月依次用如图2所示的jan、feb、……、dec来表示。

另外，还可以基于每个聚类中用户的数量，绘制得到如图3中所示的每个聚类对应的用户数量柱形图，并且基于每个聚类中每个用户在每个月的总用电量，绘制得到如图3中所示的每个聚类对应的用户用电箱形图。

具体地，可以根据第一个聚类中对应的用户：用户1-1500；第二个聚类中对应的用户：用户1501-3000；第三个聚类中对应的用户：用户3001-4000；第四个聚类中对应的用户：用户4001-4100；第五个聚类中对应的用户：用户4101-4900；第六个聚类中对应的用户：用户4901-5200，绘制得到如图3中所示的用户数量柱状图。其中，该用户数量柱状图能够直观地显示出各个聚类中的用户数量。

并且，可以根据每个聚类中每个用户在2016年每个月的总用电量，来绘制如图3中所示的每个聚类对应的用户用电箱形图。其中，该用户用电箱型图能够直观的显示出第一聚类的用户的用电分布比较对称且偏向低用电量，表明每个用户的总用电量较小。第五聚类的用户的用电分布比较对称且偏向高用电量，表明每个用户的总用电量较高。由于箱形图属于现有概念，因而在此不对每个聚类对应的箱形图进行一一说明。

需要说明的是，图3中所示箱形图上面刻度对应的数字的单位为千瓦时(即度)(图3中未示出该单位)，图3所示用户数量柱状图还可以对应有刻度和刻度对应的数字及单位(图3中未示出)。

可以理解的是，当本发明实施例提供的用户用电行为可视化分析方法应用于服务器时，该服务器所在的可视化分析系统中还应包含用户终端(例如电脑)。其中，该用户终端可以显示如图4所示的左边和中间的界面内容。

参见图4，在一种实现方式中，用户可以在线路搜索框中输入电缆编号，并在用电行为分析下的方框中选择基于聚类的分析，并且设置聚类数目为6，当用户点击聚类时，该服务器可以接收到该电缆编号，并利用该电缆编号来确定待分析用户行为的各个用户。并且，获得该各个用户在2016年中的用于进行聚类分析的用电数据和用于可视化分析的用电数据，从而可以得到如图4右边所示的、针对该电缆编号对应的各个用户的用户行为可视化分析图，并将该用户行为可视化分析图发送到用户终端进行显示。

在另一种实现方式中，用户可以在台区搜索框中输入变压器编号，并在用电行为分析下的方框中选择基于聚类的分析，并且设置聚类数目为6，当用户点击聚类时，该服务器可以接收到该变压器编号，并利用该变压器编号来确定待分析用户行为的各个用户。并且，获得该各个用户在2016年中的用于进行聚类分析的用电数据和用于可视化分析的用电数据，从而可以得到类似图4右边所示的、针对该电缆编号对应的各个用户的用户行为可视化分析图，并将该用户行为可视化分析图发送到用户终端进行显示。

在又一种实现方式中，可以仅在用电行为分析下的方框中选择基于聚类的分析，并且设置聚类数目为6，当用户点击聚类时，该服务器可以将预设地区：a地区中的所有用户确定为待分析用户行为的各个用户。并且，获得a地区中的各个用户在2016年中的用于进行聚类分析的用电数据和用于可视化分析的用电数据，从而可以得到类似图4右边所示的、针对预设地区的各个用户的用户行为可视化分析图，并将该用户行为可视化分析图发送到用户终端进行显示。

在又一种实现方式中，可以在如图4所示的预设地图中选中感兴趣的矩形或者圆形区域(即选择区域)，并在用电行为分析下的方框中选择基于聚类的分析，并且设置聚类数目为6，当用户点击聚类时，该服务器可以将选择区域中的所有用户确定为待分析用户行为的各个用户。并且，获得选择区域中的各个用户在2016年中的用于进行聚类分析的用电数据和用于可视化分析的用电数据，从而可以得到类似图4右边所示的、针对感兴趣的各个用户的用户行为可视化分析图，并将该用户行为可视化分析图发送到用户终端进行显示。

这样，可以根据技术人员的具体需求来确定待分析用电行为的用户，使得分析得到用户行为可视化分析图更符合用户的期望。

另外，该服务器还可以确定上述选择区域中所包含的各个变压器，并计算各个变压器所覆盖的所有用户在2016年的总用电量。并且，基于各个变压器对应的总用电量来确定该变压器对应的热力图图标的颜色深浅值，并将各个变压器对应的热力图图标的颜色深浅值发送给用户终端，以供用户终端在预设地图上的选择区域中各个变压器的位置显示热力图图标。这样，可以直观地通过热力图图标来显示该选择区域中各个变压器的位置，以及各个变压器所覆盖的所有用户在2016年的用电量大小。

并且，当用户终端接收到针对某一热力图图标的点击指令时，用户终端可以将该热力图图标对应的变压器编号发送给服务器，从而服务器可以确定该热力图图标对应的变压器下覆盖的每个用户在预设时间段内的总用电量，并基于该变压器下覆盖的每个用户在预设时间段内的总用电量，绘制如图5所示的用户用电量柱状图，并将该用户用电量柱状图发送给用户终端进行显示。

当用户终端接收到针对图5中用户用电量柱状图中一用户标识(图5中未示出)的点击指令时，用户终端可以将该用户标识发送给服务器，从而服务器可以确定该用户标识对应的用户在2016中每天的用电量，并基于该用户在2016中每天的用电量，绘制如图6所示的用电曲线图。

此外，该服务器还可以根据该选择区域中的各个用户的预设用户类型，将该选择区域中的用户分为：高压用户、低压居民用户和低压非居民用户。然后，基于高压用户中的用户数量、低压非居民用户的用户数量和低压居民用户的用户数量，绘制选择区域对应的如图7中所示的用户类型分类饼图，并且分别基于高压用户、低压居民用户和低压非居民用户中每个用户在2016年中的总用电量，绘制高压用户、低压居民用户和低压非居民用户对应的如图7中所示的用户用电箱形图，并将该用户用电量柱状图和用户用电箱形图发送给用户终端进行显示。这样，可以通过图7所示的用户行为可视化分析图直观地显示出该选择区中高压用户、低压居民用户和低压非居民用户的比例，以及高压用户/低压居民用户/低压非居民用户中的用户的用电分布情况。

需要说明的是，为了提高用户用电行为可视化分析的分析结果的准确性，在获得聚类数据和可视化数据后，还可以对聚类数据和可视化数据进行数据清洗，并利用清洗得到的数据进行可视化分析。

另外，可以理解的是，当本发明实施例提供的用户用电行为可视化分析方法应用于用户终端时，则上述所提到的步骤均在用户终端中执行，在此不做赘述。

相应于上述方法实施例，本发明实施例提供了一种用户用电行为可视化分析装置，参见图8，该装置可以包括：

第一获得单元801，用于获得待分析用电行为的各个用户的聚类结果；其中，聚类结果是：基于预设聚类算法、预设聚类数目和聚类数据分析得到的用户分类结果；聚类数据为：各个用户在预设时间段内的、用于进行聚类分析的用电数据；

第二获得单元802，用于获取可视化数据，其中，可视化数据为：各个用户在预设时间段内的、用于进行可视化分析的用电数据；用于进行可视化分析的用电数据包括：每天的峰时段用电量、平时段用电量、尖时段用电量、谷时段用电量；

第一计算单元803，用于基于聚类结果和可视化数据，计算每个聚类中的所有用户在预设时间段的各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和；

第二计算单元804，用于计算每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例，其中，一聚类中一预设区段对应的第一比例、第二比例、第三比例和第四比例分别为：该聚类中该区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和以及谷时段用电量总和分别占该聚类中所有用户在该预设区段的总用电量的比例；

第一确定单元805，用于确定每个聚类中每个预设区段对应的可视化圆；其中，一聚类中一预设区段的可视化圆的半径与该聚类中该预设区段对应的总用电量成正比，该可视化圆中包括四个分区，该四个分区的面积与该可视化圆的面积之比分别为：该聚类中该预设区段对应的第一比例、第二比例、第三比例和第四比例；

渲染单元806，用于基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

在本发明实施例中，可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

可选地，用于进行可视化分析的用电数据还可以包括：一天中是否用电的用电信息；在本发明的一种实施例中，渲染单元806可以包括：

第一渲染子单元，用于基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染；

增加子单元，用于在每个预设区段对应的可视化圆的外围增加一个小半径为r、厚度为d的圆环；其中，每个可视化圆的最大半径小于小半径r；

计算子单元，用于基于聚类结果和用电信息，计算每个聚类中所有用户在每个预设区段内的平均用电天数占相应预设区段所包含天数的用电天数比例；

确定子单元，用于基于每个聚类中每个预设区段对应的用电天数比例，确定每个聚类中每个预设区段对应的圆环的渲染区域，其中，一聚类中一预设区段对应的渲染区域的面积与圆环的面积的之比为：该聚类中该预设区段对应的用电天数比例；

第二渲染子单元，用于基于预设的渲染区域颜色，对每个圆环的渲染区进行渲染，得到用户行为可视化分析图。

可选地，在本发明的另一种实施例中，渲染单元806可以包括：

第三渲染子单元，用于基于每个聚类中每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不用预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染；

第一绘制子单元，用于基于每个聚类中用户的数量，绘制每个聚类对应的用户数量柱形图；

第二绘制子单元，用于基于每个聚类中每个用户在预设时间段内的总用电量，绘制每个聚类对应的用户用电箱形图，得到用户行为可视化分析图。

可选地，在本发明实施例中，所述装置还可以包括：

第二确定单元，用于在获得待分析用电行为的各个用户的聚类结果之前，根据接收到的电缆编号，确定待分析用户行为的各个用户；或，根据接收到的变压器编号，确定待分析用户行为的各个用户；或，根据监测到的在预设地图上的选择区域，确定待分析用户行为的各个用户；

第三确定单元，用于确定各个用户在预设时间段内的、用于进行聚类分析的用电数据。

可选地，预设地图上的选择区域中显示有热力图图标；其中，一个热力图图标与一个变压器所在的位置对应；一个热力图图标的颜色深浅是：基于该热力图图标对应的变压器所覆盖的所有用户在预设时间段内的总用电量确定得到的。

可选地，在本发明实施例中，该装置还可以包括：

第四确定单元，用于当接收到针对热力图图标的点击指令时，确定该热力图图标对应的变压器下覆盖的每个用户在预设时间段内的总用电量；

第一绘制单元，用于基于该变压器下覆盖的每个用户在预设时间段内的总用电量，绘制用户用电量柱状图；

第二绘制单元，用于当接收到针对用户用电量柱状图中一用户标识的点击指令时，绘制用户标识对应的用户在预设时间段内的用电曲线图。

可选地，当各个用户是根据监测到的、在预设地图上的选择区域确定的时，该装置还可以包括：

第一确定单元，用于根据各个用户的可视化数据，确定每个用户在预设时间段内的总用户电量；

分类单元，用于根据每个用户的预设用户类型，将确定得到的用户分为：高压用户、低压居民用户和低压非居民用户；

第三绘制单元，用于基于高压用户中的用户数量、低压非居民用户的用户数量和低压居民用户的用户数量，绘制选择区域对应的用户分类饼图。

可选地，在本发明实施例中，该装置还可以包括：

第四绘制单元，用于基于所述高压用户中的用户数量、低压非居民用户的用户数量和低压居民用户的用户数量，绘制所述选择区域对应的用户类型分类饼图。

值得说明的是，关于装置实施例的描述较为简单，相关描述请参见上述方法实施例的描述。

相应于上述方法和装置实施例，本发明实施例还提供了一种电子设备，包括处理器901、通信接口902、存储器903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信；

存储器903，用于存放计算机程序；

处理器901，用于执行存储器上所存放的程序时，实现上述任一项方法实施例中的方法步骤。

在本发明实施例中，电子设备可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

相应于上述方法实施例，本发明实施例还提供了一种可读存储介质，可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一项方法实施例提供的方法步骤。

本发明实施例提供的可读存储介质中存储的计算机程序被电子设备的处理器执行后，可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

相应于上述方法实施例，本发明实施例还提供了一种包含指令的计算机程序产品，当其在电子设备上运行时，使得服务器执行：上述任一项方法实施例提供的方法步骤。

本发明实施例提供的包含指令的计算机程序产品，当其在电子设备上运行时，使得电子设备可以获得待分析用户行为的各个用户的聚类结果，即获得对各个用户的分类结果，这样，可以基于各个用户在预设时间段内的、用于聚类分析的用电数据，得到各个用户所属的聚类。其中，一个聚类为一个类别。另外，可以获得各个用户在预设时间段内的、用于进行可视化分析的用电数据，也就是，可以获得各个用户在预设时间段内每天的峰、平、尖和谷时段用电量。

并且，可以将预设时间段划分为预设数量个预设区段，那么，针对每个聚类而言：可以计算该聚类中的所有用户在各个预设区段内的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和。进而，可以计算各个预设区段的峰时段用电量总和、平时段用电量总和、尖时段用电量总和，以及谷时段用电量总和占相应预设区段的总用电量的第一比例、第二比例、第三比例和第四比例。然后，以每个预设区段对应的总用电量、第一比例、第二比例、第三比例和第四比例，来确定相应预设区段对应的可视化圆。并可以基于每个预设区段对应的第一比例、第二比例、第三比例和第四比例对应的不同预设颜色，对每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。

这样，可以通过该可视化分析图中可视圆的大小，来直观地显示出每一聚类的所有用户在各个预设区段的用电量趋势，以及不同聚类的用户在每个预设区段的用电量区别。并且，可以通过可视圆中四个分区所占的大小，来直观地显示在每一聚类的所有用户在各个预设区段的峰、平、尖和谷四个时段的用电分布情况，以及不同聚类的用户在每个预设区段的峰、平、尖和谷四个时段的用电分布情况的区别。这样，使技术人员能够直观地看出每个聚类中的用户的用电趋势，并且可以看出不同聚类的用户的用电行为差异。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备实施例、可读存储介质和计算机程序产品而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。