基于用户行为与数量演变的动态分群方法和系统与流程

本发明涉及一种基于用户行为与数量演变的动态分群方法、系统、可读介质和设备，属于电力系统分析和管理。

背景技术：

1、作为提升电力系统灵活性的重要手段之一，负荷聚合服务通过挖掘海量用户的用电行为，将用电规律相近的个体进行分群，能够为用户提供更优良的用电体验，实现更精细化的需求侧管理。然而，随着新能源发电入户、电动汽车的普及和用户个性化用电习惯的综合影响，用户用电行为趋于多样化，使得用户负荷曲线具有较强的不确定性与易变性，同时由于智能电表用户规模的持续扩大，存在较多缺乏历史数据的新增用户，从而造成用户分群问题面临着巨大的挑战。现有研究已经对用户分群问题做出了大量方法研究，如何实现更加合理、平稳和灵活的用户分群方式，对提升海量用户的可监与可控能力具有重要意义。

2、目前大部分用户负荷分群问题研究利用用户的静态历史负荷数据，在选取特征的基础上，采用聚类方法挖掘用户之间的相似性实现用户分群，称为静态聚类，而静态聚类方法过度依赖于用户的历史负荷数据，从而忽略了受不同因素影响的用户动态特性，且难以考虑新增用户的分群问题。部分研究基于用户的社会属性，通常依据行业、领域、家庭人口等用户属性将用户分群，但主要是受经验规则影响较大，划分结果不够精确。一些研究则利用传统聚类方法如k-means、模糊c均值聚类对用户重复聚类，借此达到动态分群的目的，但其本质上仍然是定期更新聚类，忽略了分群特性的前后一致性和变化平滑性。

技术实现思路

1、针对上述问题，本发明的目的是提供一种基于用户行为与数量演变的动态分群方法、系统、可读介质和设备，其可更好地应对用户的时变性与不确定性，给出了一种考虑用户行为和数量演变、分群一致性、抗噪能力与鲁棒性、平滑过渡和分群对应的动态分群方法。

2、为实现上述目的，本发明提出了以下技术方案：一种基于用户行为与数量演变的动态分群方法，包括以下步骤：计算智能电表采集数据的用户对象，及其对应的负荷数据；对所述负荷数据进行改进的离散小波转换，获得负荷特征向量；将所述负荷特征向量输入动态分群算法模型，所述动态分群算法模型中第一日采用k-means初始化聚类中心，从第二日开始，初始化聚类中心采用上一日的历史聚类中心，从而获得所有日的用户动态分群标签结果序列；输出所有日的用户动态分群标签结果序列。

3、进一步，所述改进的离散小波转换的方法为：将所述负荷数据在第一层被分解为第一高频系数和第一低频系数；将所述第一低频系数输入第二层，分解为第二高频系数和第二低频系数；以此类推，直到最后一层，所述第一高频系数、第二高频系数直至第n高频系数和第n低频系数组成离散小波转换的处理结果；获得第n高频系数和第n低频系数；将第n低频系数进行最大最小值归一化，并将其结果作为经过所述改进的离散小波转换的复合数据；其中，n是层的数量。

4、进一步，所述将第n低频系数进行最大最小值归一化的计算公式为：

5、

6、其中，是第n低频系数，是第n低频系数的最小值，是第n低频系数的最大值，是第n低频系数的最大最小值归一化值。

7、进一步，所述动态分群算法模型中分群方法为：计算距离聚类中心最近的特征向量集合；对所述特征向量集合求平均值并归一化，将经过归一化的所述平均值设置为新的聚类中心，从而得到第t日的聚类中心集合；将第t-1日的所有聚类中心集合和第t日的所有聚类中心集合通过贪心近似算法进行映射，获得第t日反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子；根据所述第t日反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子，对第t日的聚类中心进行更新；重复上一步，直至完成对所述聚类中心集合中所有聚类中心的更新；重复上面的步骤，直至获得最优的聚类中心，所述最优的聚类中心与日的用户动态分群标签对于，从而获得所有日的用户动态分群标签结果序列。

8、进一步，所述距离聚类中心最近的特征向量集合表示为：

9、

10、其中，是距离第t日第j个聚类中心最近的特征向量集合，是第t日第i个负荷特征向量，是第t日负荷特征向量集合。

11、进一步，所述第t日反映两个分群相对大小的比例系数的计算公式为：

12、

13、其中，是第t日反映两个分群相对大小的比例系数，是第 t日属于第j个聚类中心的用户数量，是第 t-1日属于第j个聚类中心的用户数量，f(j)是对第j个聚类中心进行贪心近似算法计算。

14、进一步，所述第t日和第t-1日的平衡因子的计算公式为：

15、

16、其中，是平衡因子，是第 t日平衡因子，k是值的上限，是的初始值，r是的增长速率。

17、进一步，根据所述第t日反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子，对第t日的聚类中心进行更新的计算公式为：

18、

19、其中，是第j个聚类中心。

20、本发明还公开了一种基于用户行为与数量演变的动态分群系统，包括：数据获取模块，用于计算智能电表采集数据的用户对象，及其对应的负荷数据；改进的离散小波转换模块，用于对所述负荷数据进行改进的离散小波转换，并将经过所述改进的离散小波转换的复合数据转换为负荷特征向量；模型训练模块，用于将所述负荷特征向量输入动态分群算法模型，所述动态分群算法模型中第一日采用初始化聚类中心，从第二日开始，初始化聚类中心采用上一日的历史聚类中心，获得所有日的用户动态分群标签结果序列；输出模块，用于输出所有日的用户动态分群标签结果序列。

21、本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上面任一项所述的基于用户行为与数量演变的动态分群方法。

22、进一步，所述改进的离散小波转换的方法为：将所述负荷数据在第一层被分解为第一高频系数和第一低频系数；将所述第一低频系数输入第二层，分解为第二高频系数和第二低频系数；以此类推，直到最后一层，获得第n高频系数和第n低频系数；将第n低频系数进行最大最小值归一化，并将其结果作为经过所述改进的离散小波转换的复合数据；其中，n是层的数量。

23、进一步，所述将第n低频系数进行最大最小值归一化的计算公式为：

24、

25、其中，是第n低频系数，是第n低频系数的最小值，是第n低频系数的最大值，是第n低频系数的最大最小值归一化值。

26、进一步，所述动态分群算法模型中分群方法为：计算距离聚类中心最近的特征向量集合；根据所述特征向量集合对集合中负荷数据求平均值并归一化，将经过归一化的所述平均值设置为新的聚类中心，从而得到第t日的聚类中心集合；将第t-1日的所有聚类中心集合和第t日的所有聚类中心集合通过贪心近似算法进行映射，获得第t日反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子；根据所述第t日的反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子，对第t日的聚类中心进行更新；重复上一步，直至完成对所述聚类中心集合中所有聚类中心的更新；重复上面的步骤，直至获得所有日的用户动态分群标签结果序列。

27、进一步，所述距离聚类中心最近的特征向量集合表示为：

28、

29、其中，是距离第t日第j个聚类中心最近的特征向量集合，是第t日第i个负荷特征向量，是第t日负荷特征向量集合。

30、进一步，所述第t日反映两个分群相对大小的比例系数的计算公式为：

31、

32、其中，是第t日反映两个分群相对大小的比例系数，是第 t日属于第j个聚类中心的用户数量，是第 t-1日属于第j个聚类中心的用户数量，f(j)是对第j个聚类中心进行贪心近似算法计算。

33、进一步，所述第t日和第t-1日的平衡因子的计算公式为：

34、

35、其中，是平衡因子，是第 t日平衡因子，k是值的上限，是的初始值，r是的增长速率。

36、进一步，根据所述第t日的反映两个分群相对大小的比例系数以及第t日和第t-1日的平衡因子，对第t日的聚类中心进行更新的计算公式为：

37、

38、其中，是第j个聚类中心。

39、本发明还公开了一种基于用户行为与数量演变的动态分群系统，包括：数据获取模块，用于计算智能电表采集数据的用户对象，及其对应的负荷数据；改进的离散小波转换模块，用于对所述负荷数据进行改进的离散小波转换，并将经过所述改进的离散小波转换的复合数据转换为负荷特征向量；模型训练模块，用于将所述负荷特征向量输入动态分群算法模型，所述动态分群算法模型中第一日采用初始化聚类中心，从第二日开始，初始化聚类中心采用上一日的历史聚类中心，获得所有日的用户动态分群标签结果序列；输出模块，用于输出所有日的用户动态分群标签结果序列。

40、本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上面任一项所述的基于用户行为与数量演变的动态分群方法。

41、本发明还公开了一种计算设备，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据上述任一项所述的种基于用户行为与数量演变的动态分群方法。

42、本发明由于采取以上技术方案，其具有以下优点：

43、1、相比于传统用户静态分群方法，本发明通过对每一天的负荷数据都进行聚类算法获得用户动态分群算法，其能够针对每日实际情况对用户进行动态分群，分群结果在长期上具有季节演变的趋势，在短期则可以反映出工作日与周末的波动情况，且用户动态分群具有一定的特殊事件应对能力，在极端天气和节假日等特殊日有更好的分群效果。

44、2、本发明通过从第二日开始，初始化聚类中心采用上一日的历史聚类中心进行用户动态分群算法，使得数据具有较好的纵向一致性和规律性，各分群聚合后的同类负荷曲线形状近似，可以反映当日各分群用户数量的差异，能够为用户数据挖掘与建模提供良好的支撑，可以实现更加合理、平稳和灵活的用户分群方式。

45、3、本发明中方案计算过程快速高效，计算结果准确，不需要人工操作即可完成，节约了成本。