买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网信通亿力科技有限责任公司;国网浙江省电力有限公司;国网浙江省电力有限公司宁波供电公司

摘要：本发明涉及一种基于用户聚类分析的电量预测方法及系统，包括以下步骤：S1：收集用户的数据并预处理；S2:对预处理后的数据进行特征提取，获取用户特征；S3:根据提取的用户特征，基于谱聚类进行用户聚类分析，将所有用户分为k个簇，每个簇代表具有相似用电模式的用户群体；S4:对聚类后的每个用户群体分别准备训练数据，对每个用户群体分别训练多个单一模型，并基于用户群体特点和预测精确度选择最优的m个预测基模型；S5:根据得到预测基模型，训练一个元模型来得到最终预测结果；S6:对于新的用户数据，先确定其所属的聚类，再通过预测基模型得到元特征，最后使用元模型进行最终预测，得到预测电量。本发明能够提高电量预测的准确性和稳定性。

主权项：1.一种基于用户聚类分析的电量预测方法，其特征在于，包括以下步骤：S1：收集用户的用电数据、气象数据、社会经济数据、节假日和特殊事件数据，并预处理；S2:对预处理后的数据进行特征提取，获取用户特征；S3:根据提取的用户特征，基于谱聚类进行用户聚类分析，将所有用户分为k个簇，每个簇代表具有相似用电模式的用户群体,具体如下：对用户特征进行标准化处理，并对标准化后的用户特征矩阵，使用高斯核函数计算用户间的相似度： 其中，xi和xj分别表示第i个和第j个用户的特征矩阵，σ是高斯函数的预设参数；使用高斯核函数计算两个用户特征向量之间的相似度，将每个用户与其近邻的k个相似度保留，其他的相似度设为0，得到相似性矩阵S；基于相似性矩阵S规范化图拉普拉斯矩阵Lsym，用于反映图的整体结构,通过求解规范化图拉普拉斯矩阵的特征值和特征向量，提取低维表达数据的核心特征U： ； ；其中，λ是特征值；将核心特征U的行归一化处理，对归一化后的特征矩阵的行进行K-means聚类： 其中，为第个归一化后的核心特征；为第c个簇的质心；将所有用户分为k个簇，每个簇代表具有相似用电模式的用户群体： ;S4:对聚类后的每个用户群体分别准备训练数据，对每个用户群体分别训练多个单一模型，并基于用户群体特点和预测精确度选择最优的m个预测基模型；S5根据得到预测基模型，训练一个元模型来得到最终预测结果，使用贝叶斯优化调整预测基模型和元模型超参数，最小化最终预测结果的损失函数，获得最优的预测模型；S6:对于新的用户数据，先确定其所属的聚类，再通过预测基模型得到元特征，最后使用元模型进行最终预测，得到预测电量。

全文数据：

权利要求：

百度查询： 国网信通亿力科技有限责任公司 国网浙江省电力有限公司 国网浙江省电力有限公司宁波供电公司 一种基于用户聚类分析的电量预测方法及系统