基于正则化矩阵分解的用户用电行为分析

摘要：

针对细粒度、多类别的用户用电行为分析问题,提出了基于地理信息正则化矩阵分解的居民用户用电行为分析算法,探索用户用电的群体特点,为个性化的、更优的电力调度提供决策支持依据.该模型首先基于矩阵分解理论将用户映射到能表征其用电行为特点的潜在特征空间,然后采用k-means聚类算法在潜在特征空间上实现用电用户群的细分聚类.特别地引入了地理信息作为矩阵分解的正则化因子,使得学习到的潜在特征空间不仅满足用户群特征的正交,而且使得地理位置相近的用户在潜在特征空间的映射也相近,与真实物理空间保持一致.将所提方法应用于中新天津生态城智能电网采集到的真实居民用电数据分析挖掘任务中.实验结果表明,与基准的向量空间模型(VSM)和非负矩阵分解(NMF)算法相比,所提方法能够取得更好的用户细分聚类结果,挖掘出一定的用户群体用电模式,有助于辅助智能电网提升经营和服务水平.

关键词：智能电网、非负矩阵分解、用户用电信息、用户细分、地理信息系统

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：the National High Technology Research and Development Program 863 Program of China2011AA05A117;the Major Projects of Tianjin Science and Technology Support Program17YFZCGX00610;the Science and Technology Project of Tianjin Electric Power Company KJ15-1-35,KJ17-1-23.国家863计划项目2011AA05A117;天津市科技支撑计划重点项目17YFZCGX00610;国网天津市电力公司科技项目KJ15-1-35,KJ17-1-23

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2405-2409