电力用户行为画像构建技术研究

电力行业数据涵盖了丰富的用户行为信息,但仍存在数值型数据比重大且很难被业务人员直观理解的问题。针对电力行业的特性提出一个面向用户行为的标签层次体系,以及基于密度、距离的聚类算法和梯度提升树算法的标签生成方法,形成了一整套电力用户行为画像技术。通过实际数据验证,该行为画像技术有效地解决标签语义化问题,方便识别用户行为的发生,并通过刻画用户行为的统计特征,预知行为发生的可能性,面向用户行为的用户分类,最终完整刻画一个电力用户。     

一种"两相流"离心泵叶轮的水力设计方法

基于普朗特的边界层思想,在二维离心场内给出了叶片近壁表面固液两相流体的边界层方程及其解的表达式和边界层厚度的有限次逼近算法.并以所得到的边界层参数为依据进行叶轮的水力设计以确定叶片型线及叶轮出口参数.通过对比实验的比较,验证了设计结果的合理性,同时也验证了采用该理论进行设计所得到的产品,能够避免或减少由边界层分离所造成的脱流损失,改善了主流区的压力分布,使得水力效率相对提高,振动和噪音相对降低.不仅如此,通过实例设计的结果可以看出,该计算方法,能够在工程设计中实现计算边界层参数的要求.最后指出所给方法可以指导离心式固液两相流泵的工程设计.     

电力营销服务移动作业终端融合的研究与探讨

基于当前电网企业营销移动作业业务在营业、计量和全能型供电所客户服务领域应用的实际情况,从营业、计量、全能型供电所业务对移动作业终端硬件、软件、通信技术需求进行研究,探讨进一步推进营销移动业务末端整合,减少基层工作人员携带移动终端数量及多种操作应用,为满足人员一专多能、服务一次到位的网格化台区经理制新要求提供可行的解决方案。     

基于用电信息采集系统用户负荷特性聚类分析

基于用电信息采集系统的用户负荷数据聚类分析,是获得典型负荷曲线和按负荷特性完成用户分类的重要手段。K均值聚类算法(K-means)是目前应用较多的电力负荷分类算法,但K-means算法最大问题在于无法自动获取最优聚类数目。对此,文章提出了一种基于聚类结果评价指标及分类复杂程度确定聚类数目的方法,得到的聚类数目可作为K-means的初始输入。该方法可以有效降低K-means分类算法中人工参与程度,并能获得较优的聚类结果。文章末尾通过实际算例分析验证了所提分类方法的正确性。