一种数据中心的供配电方法及系统与流程

1.本发明涉及供配电技术领域，具体涉及一种数据中心的供配电方法及系统。


背景技术：

2.现阶段造成电力供应紧张的主要原因是高峰负荷过高，电网峰谷负荷差很大，在高峰时受电源供应、电网输送能力的限制造成用电高峰期间的电力供应缺口。为了缓解电力供应紧张，各地都在积极行动，如开始应急错峰限电，引导各生产企业适当调整生产安排等。为了保障供电平稳有序，满足用电需求，需要持续优化电网运行方式，强化电网供电能力建设。
3.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
4.现有技术中由于供配电方式灵活性差，电力资源配置能力有待提高，部分地区电力负荷过大，存在安全隐患的技术问题。


技术实现要素：

5.本技术实施例通过提供了一种数据中心的供配电方法及系统，解决了现有技术中由于供配电方式灵活性差，电力资源配置能力有待提高，部分地区电力负荷过大，存在安全隐患的技术问题。达到了区域性重点管理，智能化供电，优化资源配置，合理调配负荷，从而提高电网安全性和经济性的技术效果。
6.鉴于上述问题，本技术实施例提供了一种数据中心的供配电方法及系统。
7.第一方面，本技术实施例提供了一种数据中心的供配电方法，其中，所述方法包括：获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
8.另一方面，本技术实施例提供了一种数据中心的供配电系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；第二获得单元，所述第二获得单元用于根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；第三获得单元，所述第三获得单元用于获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；第一构建单元，所述第一构建单元用于构
建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；第四获得单元，所述第四获得单元用于根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；第一管理单元，所述第一管理单元用于基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
9.第三方面，本技术实施例提供了一种数据中心的供配电系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
10.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
11.由于获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理的技术方案，本技术实施例通过提供了一种数据中心的供配电方法及系统，达到了区域性重点管理，智能化供电，优化资源配置，合理调配负荷，从而提高电网安全性和经济性的技术效果。
12.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
13.图1为本技术实施例一种数据中心的供配电方法的流程示意图；
14.图2为本技术实施例一种数据中心的供配电方法的获得第一特征比对模型的流程示意图；
15.图3为本技术实施例一种数据中心的供配电方法的更新第一初始模型的流程示意图；
16.图4为本技术实施例一种数据中心的供配电方法的对用电信息进行时间周期聚类分析的流程示意图；
17.图5为本技术实施例一种数据中心的供配电方法的添加非固定的二级配电节点的流程示意图；
18.图6为本技术实施例一种数据中心的供配电方法的分析第二用户的行为习惯的流程示意图；
19.图7为本技术实施例一种数据中心的供配电方法的对第一社区的供电压力进行评
估的流程示意图；
20.图8为本技术实施例一种数据中心的供配电系统的结构示意图；
21.图9为本技术实施例示例性电子设备的结构示意图。
22.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一构建单元14，第四获得单元15，第一管理单元16，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
23.本技术实施例通过提供了一种数据中心的供配电方法及系统，解决了现有技术中由于供配电方式灵活性差，电力资源配置能力有待提高，部分地区电力负荷过大，存在安全隐患的技术问题。达到了区域性重点管理，智能化供电，优化资源配置，合理调配负荷，从而提高电网安全性和经济性的技术效果。
24.申请概述
25.现阶段造成电力供应紧张的主要原因是高峰负荷过高，电网峰谷负荷差很大，在高峰时受电源供应、电网输送能力的限制造成用电高峰期间的电力供应缺口。为了缓解电力供应紧张，各地都在积极行动，如开始应急错峰限电，引导各生产企业适当调整生产安排等。为了保障供电平稳有序，满足用电需求，需要持续优化电网运行方式，强化电网供电能力建设。但现有技术中由于供配电方式灵活性差，电力资源配置能力有待提高，部分地区电力负荷过大，存在安全隐患的技术问题。
26.针对上述技术问题，本技术提供的技术方案总体思路如下：
27.本技术实施例提供了一种数据中心的供配电方法，其中，所述方法包括：获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
28.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
29.实施例一
30.如图1所示，本技术实施例提供了一种数据中心的供配电方法，其中，所述方法包括：
31.s100：获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；
32.s200：根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；
33.s300：获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根
据所述基础信息获得所述第一用户的历史用电信息；
34.具体而言，获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息，所述第一社区为任一需要供配电的社区，所述用户的家庭信息包括用户家庭成员数量、性别、年龄，所述用电习惯信息包括用电时间区间、用电功率范围等。根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果。所述一级配电节点是总线一下的第一个节点，能够承载较大用电功率，当用电节点等级递增后，即节点变为2级、3级等，随着等级的递增，功率依次降低，节点为虚拟的节点，可包括固定节点和非固定节点，固定节点指是一直存在的节点，非固定节点是在特定时间点才会出现的节点，获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息。所述基础信息包括一定时间范围内的第一用户家庭历史用电信息，根据一级配电节点分配结果能够掌握第一社区的配电节点的位置，数量和等级，从而利于进行区域性重点管理。
35.s400：构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；
36.具体而言，构建第一特征比对模型，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，将所述第一用户的历史用电信息输入所述第一特征比对模型进行遍历运算，即将所述第一用户的历史用电信息中的所有用电时长特征、用电时间节点特征、用电功率特征全部访问一遍，获得所述第一特征遍历结果。能够达到对历史信息的深度分析处理，合理利用历史数据，达到掌握用户用电规律的效果。
37.s500：根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；
38.s600：基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
39.具体而言，根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果。所述特征值标签用来标记特征值，并且包含了所述第一用户的用电时长特征信息、用电时间节点特征信息、用电功率特征信息，进一步的，进行特征值排序，按照特征值由大到小或由小到大进行排序，获得第一排序结果，基于所述第一排序结果获得二级配电节点分配结果，所述二级配电节点分配结果在深入分析用户历史用电信息的基础上获得的，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。通过特征分析、特征值排序可达到智能供电，合理调配负荷的效果。
40.进一步的，如图2所示，本技术实施例还包括：
41.s610：获得第一初始模型，其中，所述第一初始模型通过第一协作系统获得；
42.s620：获得第一社区的第一用户数据，对所述第一社区的第一用户数据进行去中心化处理，获得第一处理结果；
43.s630：对所述第一处理结果的协方差矩阵进行运算，获得所述协方差矩阵的特征值和特征向量；
44.s640：根据所述特征值的排序结果，将所述第一用户数据投影至所述特征向量，获
得第一训练数据集；
45.s650：通过所述第一训练数据集进行所述第一初始模型的训练，生成第一模型参数；
46.s660：通过所述第一模型参数获得所述第一特征比对模型。
47.具体而言，获得第一初始模型，其中，所述第一初始模型通过第一协作系统获得，获得第一社区的第一用户数据，所述第一用户数据为第一用户的用电数据，对所述第一社区的第一用户数据进行去中心化处理，获得第一处理结果。所述去中心化是相对于中心化而言的过程，去中心化不是不要中心，而是由节点来自由选择中心、自由决定中心，在去中心化系统中，任何人都可以成为一个中心。
48.对所述第一处理结果的协方差矩阵进行运算，获得所述协方差矩阵的特征值和特征向量；所述协方差矩阵其中每个元素是各个向量元素之间的协方差，协方差矩阵表示了样本集在原n维空间中各个方向上的能量分布，通过对协方差矩阵求特征向量，实际上找到的是在原n维空间中的一些特定的方向，样本集的能量集中分布在这些方向上，而特征值的大小就反映了样本集在该方向上的能量大小。根据所述特征值的排序结果，将所述第一用户数据投影至所述特征向量，获得第一训练数据集，通过所述第一训练数据集进行所述第一初始模型的训练，所述第一初始模型为神经网络模型，进一步，生成第一模型参数。能够提高数据分析的可靠性，从而掌握用户数据的特征。
49.进一步的，如图3所示，本技术实施例还包括：
50.s671：将所述第一模型参数发送至所述第一协作系统；
51.s672：获得所述第一协作系统的第一反馈参数，其中，所述第一反馈参数为所述第一协作系统整合多个模型参数获得的，所述多个模型参数包括所述第一模型参数；
52.s673：根据所述第一反馈参数对所述第一初始模型进行更新，获得所述第一特征比对模型。
53.具体而言，将所述第一模型参数发送至所述第一协作系统，获得所述第一协作系统的第一反馈参数，所述第一协作系统通过整合多个模型参数获得所述第一反馈参数，所述多个模型参数包括所述第一模型参数。根据所述第一反馈参数对所述第一初始模型进行更新，获得所述第一特征比对模型。所述第一初始模型为神经网络模型，神经网络(neuralnetworks，nn)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。将述第一反馈参数进行监督学习，进而使得所述第一初始模型处理所述输入信息更加准确，进而使得获得的所述第一特征比对模型更加合理、准确。
54.进一步的，如图4所示，所述获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息，步骤s100包括：
55.s110：获得第一周期内所述第一社区的用电信息；
56.s120：根据所述用电信息进行时间周期的用电聚类，获得第一聚类结果；
57.s130：根据所述用电信息获得所述第一聚类结果的用电位置分布信息；
58.s140：将所述第一聚类结果和所述用电位置分布信息作为所述用户信息。
59.具体而言，获得第一周期内所述第一社区的用电信息，所述第一周期为一时间段，
根据其包含的数据量决定所述第一周期的时间长短，根据所述用电信息进行时间周期的用电聚类，聚类分析指将数据分类到不同的类或者簇这样的一个过程，同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。将时间周期内的用电信息相似的具为一类，比如将周一到周五工作日的用电信息聚为一类，将周六周日休息日的用电信息聚为一类，从而获得第一聚类结果。根据所述用电信息获得所述第一聚类结果的用电位置分布信息，根据各信息之间的距离获得一类中各信息间的相对位置为所述用电位置。将所述第一聚类结果和所述用电位置分布信息作为所述用户信息。通过聚类分析，从信息相似度角度分析数据，能使得到的用户信息更加科学、可靠。
60.进一步的，如图5所示，本技术实施例还包括：
61.s710：根据所述第一特征遍历结果获得所述第一用户的行为习惯系数；
62.s720：获得第一行为习惯系数阈值；
63.s730：判断所述行为习惯系数是否存在满足所述第一行为习惯系数阈值的时间节点；
64.s740：当所述行为习惯系数存在满足所述第一行为习惯系数阈值的时间节点时，对所述时间节点添加非固定的二级配电节点；
65.s750：通过所述一级配电节点分配结果、所述二级配电节点分配结果和所述非固定的二级配电节点进行区域性供配电管理。
66.具体而言，根据所述第一特征遍历结果获得所述第一用户的行为习惯系数，获得第一行为习惯系数阈值，可为第一行为习惯系数的最大值。判断所述行为习惯系数是否存在满足所述第一行为习惯系数阈值的时间节点，当所述行为习惯系数存在满足所述第一行为习惯系数阈值的时间节点时，对所述时间节点添加非固定的二级配电节点。即判断第一行为习惯系数是否超出第一行为习惯系数阈值，如果超出，获得对应的时间节点，并给所述时间节点添加非固定的二级配电节点，所述二级配电节点是非固定节点即可活动的。通过所述一级配电节点分配结果、所述二级配电节点分配结果和所述非固定的二级配电节点进行区域性供配电管理。设置非固定的二级配电节点能够增加配电节点的灵活性，能够及时调控电力使用异常情况，实现区域性管理。
67.进一步的，如图6所述，本技术实施例还包括：
68.s751：获得第二用户的行为习惯系数，其中，所述第二用户为与所述第一用户具有第一距离的用户；
69.s752：判断在所述时间节点下所述第二用户的行为习惯系数是否满足所述第一行为习惯系数阈值；
70.s753:当满足时，则将所述非固定的二级配电节点对所述第二用户共用。
71.具体而言，获得第二用户的行为习惯系数，所述第二用户为与所述第一用户具有第一距离的用户，即所述第二用户为所述第一用户的邻居，判断在所述时间节点下，即所述第一用户的行为习惯系数满足所述第一行为习惯系数阈值时，所述第二用户的行为习惯系数是否满足所述第一行为习惯系数阈值。当满足时，则将所述非固定的二级配电节点对所述第二用户共用，也就是说，当所述第一用户的行为习惯系数满足所述第一行为习惯系数阈值时，若与他具有一段距离的所述第二用户的行为习惯系数也满足所述第一行为习惯系数阈值时，那么二者共用所述非固定的二级配电节点，提高了配电节点的配置效率，缓解了
用电压力。
72.进一步的，如图7所述，本技术实施例还包括：
73.s754：获得非固定的二级配电节点的分布位置和分布时间信息；
74.s755：根据所述分布位置进行位置集中度分析，获得第一分析结果；
75.s756：根据所述分布时间信息进行时间密集度分析，获得第二分析结果；
76.s757：根据所述第一分析结果和所述第二分析结果对所述第一社区的供电压力进行评估，获得第一评估结果；
77.s758：根据所述第一评估结果对所述非固定的二级配电节点使用用户进行错峰用电提醒。
78.具体而言，获得非固定的二级配电节点的分布位置和分布时间信息，根据所述分布位置进行位置集中度分析，获得第一分析结果，从所述第一分析结果能够观测到用电量高的用户的集中程度和分布位置，根据所述分布时间信息进行时间密集度分析，获得第二分析结果，根据所述第二分析结果能够掌握用电高峰的时间节点，从而掌握用电规律。据所述第一分析结果和所述第二分析结果对所述第一社区的供电压力进行评估，获得第一评估结果，如果用电量大的用户集中在所述第一社区，且存在多个用电高峰时间节点，那么所述第一社区的供电压力较大，根据所述第一评估结果对所述非固定的二级配电节点使用用户进行错峰用电提醒。为解决用电量大、电网负荷量过大的问题，对配置所述非固定的二级配电节点的用户进行提醒，建议错峰用电，从而达到优化资源配置，提高电网安全性和经济性。
79.综上所述，本技术实施例所提供的一种数据中心的供配电方法及系统具有如下技术效果：
80.1.由于获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理技术方案，本技术实施例通过提供了一种数据中心的供配电方法及系统，达到了区域性重点管理，智能化供电，优化资源配置，合理调配负荷，从而提高电网安全性和经济性的技术效果。
81.2.由于合理配置非固定的二级配电节点，建立错峰用电提醒机制，达到区域重点管理，提高电网安全性和经济性的技术效果。
82.实施例二
83.基于与前述实施例中一种数据中心的供配电方法相同的发明构思，如图8所示，本技术实施例提供了一种数据中心的供配电系统，其中，所述系统包括：
84.第一获得单元11，所述第一获得单元11用于获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；
85.第二获得单元12，所述第二获得单元12用于根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；
86.第三获得单元13，所述第三获得单元13用于获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；
87.第一构建单元14，所述第一构建单元14用于构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；
88.第四获得单元15，所述第四获得单元15用于根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；
89.第一管理单元16，所述第一管理单元16用于基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
90.进一步的，所述系统包括：
91.第五获得单元，所述第五获得单元用于获得第一初始模型，其中，所述第一初始模型通过第一协作系统获得；
92.第六获得单元，所述第六获得单元用于获得第一社区的第一用户数据，对所述第一社区的第一用户数据进行去中心化处理，获得第一处理结果；
93.第七获得单元，所述第七获得单元用于对所述第一处理结果的协方差矩阵进行运算，获得所述协方差矩阵的特征值和特征向量；
94.第八获得单元，所述第八获得单元用于根据所述特征值的排序结果，将所述第一用户数据投影至所述特征向量，获得第一训练数据集；
95.第一生成单元，所述第一生成单元用于通过所述第一训练数据集进行所述第一初始模型的训练，生成第一模型参数；
96.第九获得单元，所述第九获得单元用于通过所述第一模型参数获得所述第一特征比对模型。
97.进一步的，所述系统包括：
98.第一发送单元，所述第一发送单元用于将所述第一模型参数发送至所述第一协作系统；
99.第十获得单元，所述第十获得单元用于获得所述第一协作系统的第一反馈参数，其中，所述第一反馈参数为所述第一协作系统整合多个模型参数获得的，所述多个模型参数包括所述第一模型参数；
100.第十一获得单元，所述第十一获得单元用于根据所述第一反馈参数对所述第一初始模型进行更新，获得所述第一特征比对模型。
101.进一步的，所述系统包括：
102.第十二获得单元，所述第十二获得单元用于获得第一周期内所述第一社区的用电信息；
103.第十三获得单元，所述第十三获得单元用于根据所述用电信息进行时间周期的用电聚类，获得第一聚类结果；
104.第十四获得单元，所述第十四获得单元用于根据所述用电信息获得所述第一聚类
结果的用电位置分布信息；
105.第一执行单元，所述第一执行单元用于将所述第一聚类结果和所述用电位置分布信息作为所述用户信息。
106.进一步的，所述系统包括：
107.第十五获得单元，所述第十五获得单元用于根据所述第一特征遍历结果获得所述第一用户的行为习惯系数；
108.第十六获得单元，所述第十六获得单元用于获得第一行为习惯系数阈值；
109.第一判断单元，所述第一判断单元用于判断所述行为习惯系数是否存在满足所述第一行为习惯系数阈值的时间节点；
110.第二执行单元，所述第二执行单元用于当所述行为习惯系数存在满足所述第一行为习惯系数阈值的时间节点时，对所述时间节点添加非固定的二级配电节点；
111.第三执行单元，所述第三执行单元用于通过所述一级配电节点分配结果、所述二级配电节点分配结果和所述非固定的二级配电节点进行区域性供配电管理。
112.进一步的，所述系统包括：
113.第十七获得单元，所述第十七获得单元用于获得第二用户的行为习惯系数，其中，所述第二用户为与所述第一用户具有第一距离的用户；
114.第二判断单元，所述第二判断单元用于判断在所述时间节点下所述第二用户的行为习惯系数是否满足所述第一行为习惯系数阈值；
115.第四执行单元，所述第四执行单元用于当满足时，则将所述非固定的二级配电节点对所述第二用户共用。
116.进一步的，所述系统包括：
117.第十八获得单元，所述第十八获得单元用于获得非固定的二级配电节点的分布位置和分布时间信息；
118.第十九获得单元，所述第十九获得单元用于根据所述分布位置进行位置集中度分析，获得第一分析结果；
119.第二十获得单元，所述第二十获得单元用于根据所述分布时间信息进行时间密集度分析，获得第二分析结果；
120.第二十一获得单元，所述第二十一获得单元用于根据所述第一分析结果和所述第二分析结果对所述第一社区的供电压力进行评估，获得第一评估结果；
121.第五执行单元，所述第五执行单元用于根据所述第一评估结果对所述非固定的二级配电节点使用用户进行错峰用电提醒。
122.示例性电子设备
123.下面参考图9来描述本技术实施例的电子设备，
124.基于与前述实施例中一种数据中心的供配电方法相同的发明构思，本技术实施例还提供了一种数据中心的供配电系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法
125.该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构
304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图9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。
126.处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
127.通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local areanetworks，wlan)，有线接入网等。
128.存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read
‑
only memory，eeprom)、只读光盘(compact discread
‑
onlymemory，cd
‑
rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
129.其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种数据中心的供配电方法。
130.可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
131.本技术实施例提供了一种数据中心的供配电方法，其中，所述方法包括：获得第一社区的用户信息，其中，所述用户信息包括用户的家庭信息和用电习惯信息；根据所述用户信息进行一级配电节点的分配，获得一级配电节点分配结果；获得第一用户的基础信息，其中，所述第一用户为所述第一社区的用户，根据所述基础信息获得所述第一用户的历史用电信息；构建第一特征比对模型，其中，所述第一特征比对模型包括用电时长特征、用电时间节点特征、用电功率特征，基于所述第一特征比对模型对所述第一用户的历史用电信息进行特征遍历，获得第一特征遍历结果；根据所述第一特征遍历结果获得所述第一用户的特征值标签，基于所述特征值标签进行特征值排序，获得第一排序结果；基于所述第一排序结果获得二级配电节点分配结果，通过所述一级配电节点分配结果和所述二级配电节点分配结果进行区域性供配电管理。
132.本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a
‑
b,a
‑
c,b
‑
c,或a
‑
b
‑
c，其中a,b,c可以是单
个，也可以是多个。
133.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
134.本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
135.本技术实施例中所描述的方法或方法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd
‑
rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
136.尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。