[发明专利]一种用户电能替代潜力预测方法、系统及存储介质

权利要求书

1.一种用户电能替代潜力预测方法，其特征在于，所述方法包括如下步骤：

将待预测用户的指标数据输入至已训练好的电能替代潜力辨识分类器，获取辨识结果；

根据辨识结果对用户电能替代潜力进行分类预测；

其中，所述电能替代潜力辨识分类器的训练方法包括：

对用户历史用电量、基础设备档案数据进行聚类分析，确定与预设的聚类特征最接近的用户作为典型用户；

根据典型用户的指标数据构建训练集；

为训练集中每个典型用户的指标数据赋予相同权值W，W＝1/N；其中：N为训练集中指标数据的个数；

根据预设的迭代次数训练弱分类器，得到各指标数据的最终权值以及多个弱分类器；

根据最终权值按照公式(1)将各所述弱分类器组合成一个强分类器：

式中：H_final表示最终构成的强分类器；t表示弱分类器序号，T表示弱分类器总数；α_t表示弱分类器t最终权值；H_t(x)表示弱分类器t的分类函数；x表示指标数据；

得到的强分类器H_final即为训练好的电能替代潜力辨识分类器；

所述指标数据包括静态指标数据和动态指标数据；

所述静态指标数据包括：用户所属行业、用户所属区域、供电电压、合同容量、企业注册资本和行业景气指数；

所述动态指标数据包括：月平均电量、典型月用电量、典型日负荷；

分类预测的方法包括：

当辨识结果＞0.8时，将对应用户划分为重点关注用户；

当0.5＜辨识结果＜0.8时，将对应用户划分为一般关注用户；

当辨识结果＜0.5时，将对应用户划分为其他用户。

2.根据权利要求1所述的用户电能替代潜力预测方法，其特征在于，所述训练集的构建方法包括：

以典型用户作为标杆，构建分析电能替代参与潜力的指标体系，并该指标体系中涉及的用户各项指标量化为具体的数值。

3.一种用户电能替代潜力预测系统，其特征在于，所述系统包括：

获取模块：用于将待预测用户的指标数据输入至已训练好的电能替代潜力辨识分类器，获取辨识结果；

预测模块：用于根据辨识结果对用户电能替代潜力进行分类预测；

确定模块：用于对用户历史用电量、基础设备档案数据进行聚类分析，确定与预设的聚类特征最接近的用户作为典型用户；

构建模块：用于根据典型用户的指标数据构建训练集；

训练模块：用于采用所述训练集训练电能替代潜力辨识分类器；

采用所述训练集训练电能替代潜力辨识分类器的方法包括：

为训练集中每个典型用户的指标数据赋予相同权值W，W＝1/N；其中：N为训练集中指标数据的个数；

根据预设的迭代次数训练弱分类器，得到各指标数据的最终权值以及多个弱分类器；

根据最终权值按照公式(2)将各所述弱分类器组合成一个强分类器：

式中：H_final表示最终构成的强分类器；t表示弱分类器序号，T表示弱分类器总数；α_t表示弱分类器t最终权值；H_t(x)表示弱分类器t的分类函数；x表示指标数据；

得到的强分类器H_final即为训练好的电能替代潜力辨识分类器；

其中，所述指标数据包括静态指标数据和动态指标数据；

所述静态指标数据包括：用户所属行业、用户所属区域、供电电压、合同容量、企业注册资本和行业景气指数；

所述动态指标数据包括：月平均电量、典型月用电量、典型日负荷；

分类预测的方法包括：

当辨识结果＞0.8时，将对应用户划分为重点关注用户；

当0.5＜辨识结果＜0.8时，将对应用户划分为一般关注用户；

当辨识结果＜0.5时，将对应用户划分为其他用户。

4.一种用户电能替代潜力预测系统，其特征在于，包括存储介质和处理器；

所述存储介质：用于存储指令；

所述处理器：用于根据所述指令进行操作以执行根据权利要求1或2所述方法的步骤。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1或2所述方法的步骤。