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:广东电力交易中心有限责任公司
摘要:本发明公开了基于知识图谱的绿色电力用户分类与特征提取方法及系统。所述方法和系统对具有典型零售交易行为的绿色电力用户进行全面、深入分析,有效挖掘电力零售平台中绿色电力用户多类型、多维度的相关数据,实现高效率的电力零售市场数据分析功能,为提升电力零售市场与绿色电力用户相关的市场服务管理水平提供信息基础,丰富电力零售市场的绿色零售合同种类和参数,满足绿色电力用户的多样化、精细化需求。
主权项:1.基于知识图谱的绿色电力用户分类与特征提取方法,其特征在于,包括以下步骤:S1、基于电力零售平台的多维数据,构建电力零售市场的知识图谱,并根据电力零售市场主体的交易关系,采用基于规则推理的知识图谱补全技术对电力零售市场的知识图谱进行完善;S2、基于绿色电力用户知识图谱的各类型三元组数据,生成绿色电力用户的三种特征数据,即离散型、区间型以及关系型特征数据;S3、采用极差标准化方法,对绿色电力用户的零售交易数据,即零售合同的电价数据和电量占比数据,进行标准化处理;选取零售市场数据,即零售套餐交易数据,实现对绿色电力用户的分类;设电力零售市场共有I个绿色电力用户,市场中的零售套餐合同共有P个电价数据和Q个电量占比数据;对于第i个绿色电力用户,i=1~I,它所对应的零售套餐电价数据的向量和电量占比数据的向量可分别表示为和,具体表达式分别为:{}和{}; 为第i个绿电用户的零售合同电价的原始数据;为第i个绿电用户的零售合同电量占比的原始数据;采用极差标准化方法,对绿色电力用户的零售交易数据,即零售合同的电价数据和电量占比数据,进行标准化处理,其计算公式如下: 其中,I、P、Q分别为绿电电力用户数量、零售合同电价数据数量和零售合同电量占比数据数量;和分别为第i个绿电用户的零售合同电价的原始数据和标准化数据;和分别为第i个绿电用户的零售合同电量占比的原始数据和标准化数据;则第i个绿色电力用户的标准化电价数据和标准化电量占比数据分别表示{}和{};第i个绿色电力用户的标准化零售交易数据表示为: ={}={}其中,为第i个绿色电力用户的第m个标准化的零售交易数据;S4、采用考虑绝对中位差的Kmeans聚类方法对绿色电力用户进行分类;具体包括如下步骤:S4.1、确定标准化的零售交易数据和分类数K,阈值v和最大迭代次数U;S4.2、分别计算P+Q类标准化的零售交易数据的绝对中位差,确定第一个绿色电力用户群体,第m类标准化的零售交易数据的绝对中位差的计算公式为:MAD=median|–median|,其中,MAD表示计算数据集绝对中位差的函数,为第m类标准化的零售交易数据,median为中位数的运算符号;对于第i个绿色电力用户,若它的任意一种标准化的零售交易数据满足的情况,则将第i个绿色电力用户的标准化的零售交易数据看作包括离群值的数据,将该类数据单独聚成第一类群体,表示为;S4.3、初始化K-1个聚类中心,计算不含离群值的标准化的零售交易数据到聚类中心的距离;S4.4、分配绿色电力用户到距离其最近的聚类中心分类中;S4.5、重新计算每簇的聚类中心;S4.6、计算Kmeans算法是否收敛或达到最大迭代次数U,不收敛则达到最大迭代次数即停止;S4.7、得到绿色电力用户的分类结果,即K个绿色电力用户群体,表示为,其中为第k个绿色电力用户群体;S5、基于序关系分析法,建立考虑主观权重的词频-逆文档频率算法,提取得到不同类别绿色电力用户的典型特征;基于序关系分析法,建立考虑主观权重的词频-逆文档频率TF-IDF算法,针对绿色电力用户的离散型特征数据、区间型特征数据以及关系型特征数据,计算其考虑主观权重的TF-IDF值,进行排序,提取得到不同类别绿色电力用户的典型特征;假设第k类绿色电力用户拥有的个特征为,其中表示绿色电力用户的第b个特征,则基于序关系分析法确定TF-IDF算法主观权重的步骤为:S5.1、根据决策者对不同类型特征的主观偏好,将绿色电力用户的特征按重要性进行排序,分为5个等级,每个等级可以有多个特征或为空;S5.2、根据各个特征之间等级差距,确定相邻特征之间的相对重要程度;S5.3、对指标权重进行归一化,则第b个特征的主观权重的计算公式,,具体如下: 其中,为第b个特征的主观权重,基于计算考虑主观权重的TF-IDF值,其公式为: 其中,和分别表示第b个特征对于第k个绿色电力用户群体的考虑主观权重和不考虑主观权重的TF-IDF值;为词频TF值,表示群体中拥有特征的用户数量占群体中所有用户数量的比例,表示群体的用户总数;为逆文档频率IDF值,表示该特征的普遍性的度量,表示除群体以外的其他所有用户组成的群体,表示除群体以外其他群体中用户总数,表示除群体以外其他群体中拥有特征的用户数量。
全文数据:
权利要求:
百度查询: 广东电力交易中心有限责任公司 基于知识图谱的绿色电力用户分类与特征提取方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。