(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211024433.1 (22)申请日 2022.08.25 (71)申请人 国网辽宁省电力有限公司 地址 110000 辽宁省沈阳市和平区宁波路 18号 申请人 国网辽宁省电力有限公司信息通信 分公司 (72)发明人 胡博　刘育博　王义贺　周小明　 杨超　乔林　张佳鑫　齐俊　高强　 刘晓强　薄珏　 (74)专利代理 机构 沈阳维特专利商标事务所 (普通合伙) 21229 专利代理师 李娜 (51)Int.Cl. G06Q 30/02(2012.01)G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 基于聚类分析法的综合能源用户用能行为 分析方法、 系统及存 储介质 (57)摘要 本发明属于能源互联网与人工智能行业应 用领域， 涉及一种基于聚类分析法的综合能源用 户用能行为分析方法， 包括获取包括电、 热、 气、 冷能源在内的多个用户的用能数据； 将上述用户 用能数据进行预处理， 按照一定离散序列形式储 于数据集形成第一样本数据； 根据k ‑means聚类 分析法和聚类有效性评价指标对分析性数据进 行聚类分析， 获得最优聚类点以及其聚类结果 图； 根据聚类结果图使用描述性数据对用户用能 行为进行簇别划分， 得到用户的簇别标签； 根据 最大相关最小冗余准则基于特征性数据选取用 户用能行为的特征标签； 对用户簇别标签及特征 标签进行可视化展示， 通过类间绘制雷达图与类 内绘制柱状图来展示用户用能行为的画像 。 权利要求书2页 说明书8页 附图4页 CN 115358797 A 2022.11.18 CN 115358797 A 1.基于聚类分析法的综合能源用户用能行为分析 方法， 其特 征在于： 包括， S1、 获取包括电、 热、 气、 冷能源在内的多个用户的用能数据； S2、 将上述用户用能数据分为分析性数据、 特 征性数据和描述 性数据； S3、 根据k ‑means聚类分析法和聚类有效性评价指标对分析性数据进行 聚类分析， 获得 聚类结果图； S4、 根据聚类结果图使用描述性数据对用户用能行为进行簇别划分， 得到用户的簇别 标签； S5、 根据最大相关最小冗余 准则基于特 征性数据选取用户用能行为的特 征标签； S6、 对用户簇别标签及特 征标签进行 可视化展示。 2.如权利要求1所述的基于聚类分析法的综合能源用户用能行为分析方法， 其特征在 于： 步骤1中， 用户用能数据包括： 用户用能的能源市场交易结果数据， 包括电热气冷能源的 历史负荷数据； 气象数据， 包括温度、 湿度、 风速、 降水量； 季节数据， 包括春季、 夏季、 秋季、 冬季； 节假日数据， 包括周六、 周天以及法定节假日； 用户用能成本数据； 分布式电源以及 储 能装置的输入负荷数据； 其中电热气冷历史负荷数据为分析性数据， 交易价格及气象数据、 储能装置输出数据、 分布式电源输出数据为特征性数据； 季节数据及节假日数据为描述性 数据。 3.如权利要求如权利要求1所述的基于聚类分析法的综合能源用户用能行为分析方 法， 其特征在于： S2中， 对用户用能数据中的分析性数据及特 征性数据进行 预处理， 包括： 1)通过对采样间隔大于预设间隔时间a的分析数据及特征数据做拟合处理使之变为关 于时间连续的用能数据， 然后再对拟合处理后的连续的用能数据进行离散化， 使之按照预 设时间b采样一次； 2)通过归一化算法对上述离散化后的用户用能数据进行归一化处理， 删除掉不具有样 本意义的数据、 不 准确的数据、 前后浮动较大的数据， 分类存 储于数据集中。 4.如权利要求如权利要求3所述的基于聚类分析法的综合能源用户用能行为分析方 法， 其特征在于： Z ‑score归一 化具体公式为： 式中xi,j为用户i中第j分钟的用能数据的值， i,mean为用户i 中用能数据的平均值， σ 为 用户i中用能数据的标准差， x ′i,j为用户i中第j分钟的用能数据归一 化后的值。 5.如权利要求如权利要求1所述的基于聚类分析法的综合能源用户用能行为分析方 法， 其特征在于： 步骤S3中， 将分析数据分为K组， 则随机选取K个对象作 为初始的聚类中心； 计算其余每 个对象与各个种子聚类中心之间的距离， 并对应分配给距离它最近的聚类中心， 每分配一 个对象， 聚类中心会根据聚类中现有的样本被重新计算， 终止条件可以是没有对 象被重新 分配给不同的聚类或者没有聚类中心再发生变化， 使得聚类结果对应的损失函数最小； 其 中， 损失函数定义 为各个样本距离所属簇中心点的误差平方和： 式中， xi代表第i个用户所包含的分析性数据， ci是xi所属的类， 代表类对应的中心权　利　要　求　书 1/2 页 2 CN 115358797 A 2点， N是用户总数。 6.如权利要求如权利要求1所述的基于聚类分析法的综合能源用户用能行为分析方 法， 其特征在于： 步骤S5中， 取特征性数据作为原始特征集， 将原始特征集中已经归一化后的数据变量 区间均匀离散， 得到各个特征变量的概率分布； 使用信息熵描述特征与分类变量之间的相 关性， 将聚类后的每一簇别的用户用能数据计算在某一特征下 的联合信息熵； 通过最大相 关最小冗余准则将上述数据进行迭代， 从而得出满足指标 的最优解， 此时的最优解即为用 户用能的最优特 征标签， 其中 信息熵的计算公式： 式中， p(qi)为用能特 征qi的概率密度函数， i 为用能特 征q的第i个特 征 经离散化处理以后， 可 得到第i个特 征qi的熵的计算公式： 式中， Ni为用能特征qi在变量区间的数量； Mu为特征落在第u个区间的样本个数， M为变 量区间的总的特 征数量。 7.如权利要求如权利要求1所述的基于聚类分析法的综合能源用户用能行为分析方 法， 其特征在于： 步骤S 6中， 通过类间绘制雷达图与类内绘制柱状图来展示用户用能行为的 画像， 完成对用户的行为分析。 8.基于聚类分析法的综合能源用户用能行为分析系统， 其特 征在于： 包括， 数据采集模块， 获取包括电、 热、 气及冷能源在内的多个用户的用能数据； 预处理模块， 将上述用户用能数据分为分析性数据、 特 征性数据和描述 性数据； 聚类算法模块， 根据k ‑means聚类分析法和聚类有效性评价指标对分析性数据进行聚 类分析， 获得聚类结果图； 簇别分析模块， 根据聚类结果图使用描述性数据对用户用能行为进行簇别划分， 得到 用户的簇别标签； 特征标签提取模块， 根据最大相关最小冗余准则基于特征性数据选取用户用能行为的 特征标签； 用户用能行为分析模块， 对用户簇别标签及特 征标签进行 可视化展示。 9.如权利要求8所述的基于聚类分析法的综合能源用户用能行为分析系统， 其特征在 于： 用户用能行为分析模块， 通过类间绘制雷达图与类内绘制柱状图来展示用户用能行为 的画像， 完成对用户的行为分析。 10.一种计算机存储介质， 其特征在于， 所述计算机可读存储介质内存储有计算机程 序， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115358797 A 3