[发明专利]基于K均值聚类算法的能源企业关键用户识别分析方法

权利要求书

1.一种基于K均值聚类算法的能源企业关键用户识别分析方法，其特征在于，包含以下步骤：

S1、依据设定区域范围内能源用户的年度总电量数据，筛选出N个高净值能源用户；

S2、获取所述N个高净值能源用户的年度总电费和年均峰时段电量占比数据，并依据年度总电费数据将所述N个高净值能源用户分为一般大用户和关键用户；

S3、将所述步骤S2中得到的关键用户的年均峰时段电量占比数据进行标准化，并计算得到标准化后的数据；

S4、采用K均值聚类法对所述关键用户的年均峰时段电量占比数据进行分类，得到第一类关键用户和第二类关键用户；

S5、将所述步骤S4中的第一类关键用户和第二类关键用户从不同维度进行现状分析及趋势分析，并提供相应的综合能源服务指导。

2.如权利要求1所述的能源企业关键用户识别分析方法，

所述步骤S1中，进一步包含：

所述设定区域范围内的10kV以上的高压用户共有M个，将M个能源用户中任意一年度总用电量大于第一设定值的用户记为高净值能源用户，M大于N。

3.如权利要求2所述的能源企业关键用户识别分析方法，

所述第一设定值为50tce。

4.如权利要求1所述的能源企业关键用户识别分析方法，

所述步骤S2中，进一步包含：

将所述设定区域范围内能源用户的年度总电费数据作为划分标准，将步骤S1中筛选出的N个高净值用户分为一般大用户和关键用户；

所述关键用户为N个高净值用户中排名靠前第一设定比例的用户和/或年度总电费为第二设定值以上的用户；

所述一般大用户为N个高净值用户中排名靠后第二设定比例的用户和/或年度总电费为第二设定值以下的用户，所述第一设定比例加上所述第二设定比例之和等于1。

5.如权利要求4所述的能源企业关键用户识别分析方法，

所述第一设定比例为20％，所述第二设定比例为80％，所述第二设定值为500万元。

6.如权利要求1所述的能源企业关键用户识别分析方法，

所述S3步骤中，采用SPSS软件对所述关键用户的年均峰时段电量占比数据进行标准化。

7.如权利要求1所述的能源企业关键用户识别分析方法，

所述步骤S4中，进一步包含：

将所述关键用户的年均峰时段电量占比标准化数据导入SPSS软件，选取K均值聚类分析，并设置分成第一类关键用户和第二类关键用户，初步计算出第一类关键用户和第二类关键用户的年均峰时段电量占比标准化数据的起始聚集中心，通过若干次叠代，得出两组分类数据，并得到第一类关键用户和第二类关键用户的年均峰时段电量占比标准化数据的最终聚集中心及这两组分类数据与最终聚集中心之间的距离，得到最终分类结果。

8.如权利要求1或7所述的能源企业关键用户识别分析方法，

所述第一类关键用户为年度电费在第二设定值及以上且年均峰时段电量占比不小于第三设定比例的用户，第二类关键用户为年度电费在第二设定值及以上且年均峰时段电量占比小于所述第三设定比例的用户。

9.如权利要求1所述的能源企业关键用户识别分析方法，

所述步骤S5中，所述不同维度包含用能特性、区域分布、行业属性。

10.如权利要求1或9所述的能源企业关键用户识别分析方法，

所述步骤S5中，进一步包含：

从用户数、用电量、年度总电费、年均度电电费、年均峰时段电量占比五个指标对步骤S4中的第一类关键用户和第二类关键用户进行现状分析及趋势分析，并提供相应的能源服务指导。