摘要：随着我国经济的快速发展，我国人们生活水平的提高，对于用电需求越来越高。居民用电受到多方面因素的影响，从而能够直接反映居民消费习惯、生活水平，并能进一步间接反映社会经济的发展和变化。因此，居民用电数据的收集、分析、挖掘具有重要的意义。
关键词：居民用电数据；挖掘方法与应用
引言
电，已经成为我国人们生产生活所必不可少的最重要基础能源。随着我国经济的快速发展和人民生活水平的不断提高，居民用电量呈现增长态势。为了满足用户多元化的用电需求，国网公司不断加强电网的建设。
1智能电表与居民用电数据采集
电力设备的数字化、智能化能够提供丰富的各类电力数据。特别是智能电表的推广应用，为居民用电数据的采集提供了直接的基础。智能电表是数字化的用电量测量装置，采用无线通信或者专用总线实现用户和智能电表、智能电表和智能电网之间的双向通信。相比传统的电表，智能电表具有许多先进特性：1)远程抄表。智能电表能通过网络实现远程抄表，数据自动生成，自动上传。2)数据管理应用。智能电表实时采集用户端的用电信息，然后通过通信把数据信息远程传送到供电部门，用户和供电单位可以随时掌握信息，并对数据进行分析。3)支持浮动电价。智能电表支持峰、谷分时电价、动态电价，能够降低电费，实现节能减排。
2用户用电模式分类
（1）减法聚类算法与K-均值聚类算法类似，C均值聚类算法对于聚类类数的选取较为敏感，不同的模糊类数c将导致不同的聚类结果。为了达到较好的聚类效果，在对用户数据进行C均值模糊聚类之前，利用减法聚类算法进行初始化，得到一个较佳的模糊类数c值。减法聚类算法运行速度快且具有独立性，主要目的是用来寻找聚类数目和各个聚类中心。首先，它把每个数据点当作聚类中心的候选点;然后，通过不断更新每个数据点的密度指标，来寻找聚类中心。（2）关联算法：是常用于推荐系统的算法。譬如电子购物，推荐系统根据客户已购买的项或者客户已对其表现出兴趣的项向他们推荐项。（3）决策树算法：是分类和回归算法，用于对离散或者连续属性进行预测性建模，用于推断影响某属性的主要决定性因素。（4）贝叶斯算法：是一种基于贝叶斯定理的分类算法，可用于探索和预测建模。（5）神经网络算法：是参考动物神经系统设计实现的算法，针对可预测属性的每个可能状态来测试输入属性的每个可能状态，并基于定型数据计算每个组合的概率。神经网络算法有广泛的用途，可以用于分类和预测，也可以用于关联分析。
3居民用电数据的挖掘应用分析
3.1用电查询
首先，用户在输入面板中输入线路编号，点击搜索图标。系统将自动查询该线路下所有台区的用电信息。系统返回的信息包括台区的位置，各个台区一年的用电总量和用电序列数据。在地图视图中，用热点图编码台区的空间位置信息和用电量，能够帮助我们看到该线路影响的区域和各台区用电量的分布。柱形图表示了各台区冻结电量的排序信息，能够发现冻结电量最高的台区。曲线图表示一个台区详细的冻结电量序列，通过详细的用电时间序列图可以看出随着季节变化，有两个明显的峰值。这是因为用电量会在夏季和冬季迎来两个高峰。
3.2电力负荷预测
目前供电企业对电网负荷预测一般都是基于历史信息进行的，但地区季节气候变化等系列外部因素，都会导致负荷预测准确度不高。如统计发现，作者所在的莱芜地区35摄氏度天气和20摄氏度天气情况下，对莱芜社会用电负荷的影响达到20%以上，因此有必要基于海量用电负荷数据和海量居民用电量等数据，结合外部环境与气候数据特征，开展科学的负荷预测分析。
期刊文章分类查询,尽在期刊图书馆通过使用数据挖掘算法对电力运行负荷与居民用电量和实际气候数据之间寻找关系，掌握内部固有的相关性；并通过建立历年居民用电量与温度、季节对应电量大数据库，分析得出温度与季节差异影响用电量；并结合气候预报数据进行居民短期用电负荷实时预测，从而达到提升负荷预测准确率的目的。
3.3模糊综合评价法
模糊理论是在Zadeh所创立的模糊集合理论基础上发展起来的。提出了表达事物的概念，称之为隶属函数，从而奠定了模糊理论的基础。模糊理论发展至今己30余年，应用的范围非常广泛，从工程科技到社会人文科学都可以发现模糊理论研究的踪迹与成果。模糊综合评价借助模糊数学的概念将一些边界不淸、不易定量的因素定量化，对实际问题提供综合评价的方法。对被评价事物所涉及的人、事、物、方案等进行多因素、多目标的评价和判断，从各个因素对待评价事物的隶属度等级状况进行综合评价。
3.4销售策略与方案分析
分时电价制度是通过制定合理的峰谷电价来激励居民自主改变用电行为，以此改善电力系统运行的不平衡性。目前作者所在的莱芜地区居民分时电价的执行仅仅做到了对居民月度电量的总量控制，对超出月度电量之上部分加价收取费用，没有真正做到峰谷平时段电价的分类执行。依据居民用电量及用电负荷的大数据分析可以准确的确定居民用电峰谷平时段，保证时段划分的合理性、科学性，从而为居民分时电价的真正执行奠定坚实的数据基础。根据居民用电数据分析，一天的早上、中午、下午、晚上不同时段受居民用电习惯的影响会导致用电负荷有区别；甚至一年当中，受季节影响(冬夏需要取暖和制冷的用电设备需额外增加,负荷多于春秋﹚，每个月或季度的电量有区别。因此,对居民各个时段的用电负荷大数据分析,按天划分、按周划分、按年划分,可以得到每天、每周、每年用电负荷的峰谷平时段，从而可以更加合理的确定分时电价以及执行具体时段，通过对居民用电成本的调控达到对用电负荷的调控，从而可以调节电网经济运行，最终起到节能降耗的目的。
3.5社会经济状况分析
除了用电消费行为本身，居民的用户数据与居民的生活行为密切相关，能全面防御经济、社会行为。譬如可以通过居民用电数据的综合挖掘，分析评估一个城市的人口分布、消费水平分布等，为城市建设管理、经济发展规划提供依据。譬如，可以通过居民用电数据分析预测住房空置率。住房空置率是管理部门对住房状况进行观测的一项重要数据，但由于实际普查工作量大，住房空置率的统计则比较困难。而电力是居民居住的必需要素，通过住房的用电量、用电变化曲线能够比较准确的判断住房是否空置，从预测房地产行业的发展状态和趋势。
结语
智能电表的普及为用电侧用电数据采集提供了直接手段。详实的居民用电数据可以反映居民的用电行为，并进一步反映居民的工作、生活行为。居民用电数据的挖掘分析能够为电力系统服务，也能够成为社会、经济行为分析预测的重要途径。居民用电数据的采集方法、挖掘分析模型和算法，并重点讨论了居民用电数据的挖掘和应用价值，为电力大数据发展规划、智慧城市建设发展等有一定的借鉴和参考。
参考文献
[1]江樱,王志强,戴波.基于大数据的居民用电消费习惯研究与分析[J].电力信息与通信技术,2015(11):7-11.
[2]林楠.全面智能电表集抄时代下的大数据分析[J].现代信息科技,2018,2(07):171-173+176.
[3]耿亮,吴燕,孟宪楠.电力数据挖掘在电网内部及各领域间的应用[J].电信科学,2013,29(11):127-130.
[4]蔡德福,曹侃,唐泽洋,刘曼佳,万磊,周鸿雁.大数据技术在电力系统的应用[J].湖北电力,2016,40(06):22-26.
[5]孙芊,马建伟,李强,杨磊.面向智慧城市的电力数据挖掘多场景应用[J].电力系统及其自动化学报,2018,30(08):119-125.
论文作者:廖楚京
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/7/9
标签：居民论文; 数据论文; 用电量论文; 算法论文; 电表论文; 电价论文; 智能论文; 《电力设备》2019年第6期论文;