[发明专利]一种基于典型用户的居民电费套餐推荐方法及系统

说明书

本发明提出了一种基于典型用户的居民电费套餐推荐方法及系统，方法包括如下步骤：通过非侵入式负荷监测采集居民用户的设备用电信息，采用模糊聚类提取设备用电特征；构建决策树模型反映设备特征与用户特征的映射关系，采用基于深度优先搜索的决策树剪枝方法，求解典型用户集合；利用典型用户的设备特征可观性优势，以电费最小化为目标构建电费套餐推荐模型；采用粒子群算法求解模型，得出备选套餐对应的标杆用电策略，并据此向用户推荐电费套餐。本发明通过具体到设备调整的用电标杆策略，引导用户充分响应电价信号，有效降低了用户的用电成本，挖掘用户的用电调整潜力实现削峰填谷，降低电网供需平衡压力。

技术领域

本发明涉及电力资源优化配置技术领域，具体的说，是涉及一种基于典型用户的居民电费套餐推荐方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，并不必然构成在先技术。

电费套餐是指售电公司根据电力用户的负荷特性和不同需求，将不同种类、不同档位的电价与其他用电辅助性服务进行打包，并采取一定的优惠措施提供给用户，在满足不同目标客户的差异化用电需求的同时，引导其参与需求响应以缓解电力系统的供需平衡压力。居民电力用户的数量庞大且用电行为各异，且对更换电费套餐和参与需求响应所带来的收益并不明确，也缺乏选择电费套餐的专业知识，因此售电公司需要根据用户的用电行为推荐合适的电费套餐。

据发明人了解，目前存在采用协同推荐、无监督学习来解决用户的用电行为相似度评价，从而解决电费套餐推荐问题。采用协同推荐算法推荐电费套餐与普通商品原理推荐相似，需要在已获取大量用户的历史交易数据的基础上，依据一定的相似度评估指标找出相似用户，并将相似用户的选择推荐给目标用户；采用无监督学习对用户用电负荷曲线进行聚类，并在此基础上推荐电费套餐。

但是，上述根据用户用电行为相似度推荐电费套餐的方式，只能实现用电行为与电费套餐的简单对应，而用户并不知晓购买这种电费套餐后使用怎样的用电策略更为合理，即，难以发挥电费套餐对用电行为的引导，不能真正的实现电网的削峰填谷，解决电网供需平衡压力。

发明内容

本发明为了解决上述问题，一种基于典型用户的居民电费套餐推荐方法及系统。定义典型用户为设备用电特征一致性的用户类型，对用户的设备用电特征进行聚类，根据电费套餐和相应的用电策略，基于电价最小化原则为典型用户进行用电策略和电费套餐的推荐。有助于在保证满足经济性的前提下，引导用户调整用电策略，实现电网的削峰填谷。

为了实现上述目的，本发明采用如下技术方案：

一个或多个实施例提供了一种基于典型用户的电费套餐方法，包括如下步骤：

获取居民用户的设备用电信息，提取各设备的用电特征集合；

基于设备用电特征与用户特征之间的关系，求解典型用户集合；其中，所述典型用户集合包含多个具有设备用电特征一致性的用户类；

以单位电价最小化为目标，针对不同的电费套餐，求解典型用户设备的标杆用电策略，根据所述标杆用电策略确定待推荐的电费套餐。

进一步的，提取各设备的用电特征集合包括：

获取各设备的启停时刻，得到每个用户各个设备的开启时刻矩阵和关闭时刻矩阵；

对于各个设备的开启时刻矩阵和关闭时刻矩阵，分别基于模糊聚类获取各设备的聚类中心构成该设备的用电特征集合，其中，最佳聚类数根据设备之间的隶属度确定。

进一步的，求解典型用户集合包括：

采用决策树反映设备用电特征与用户特征之间的映射关系；

采用深度优先搜索算法，通过决策树预剪枝实现对典型用户的搜索。

进一步的，所述决策树的构建方法为：