智慧用電管理系統(tǒng)中電力客戶立體畫像的構(gòu)建及應(yīng)用

陳明　嚴(yán)童　宣廬峰　徐偉

摘? ?要：為了實現(xiàn)智慧用電管理系統(tǒng)中電力客戶的優(yōu)化管理，需要對電力客戶進(jìn)行立體畫像構(gòu)造。提出了基于多維類別特征識別和角點(diǎn)標(biāo)識的智慧用電管理系統(tǒng)中電力客戶立體畫像構(gòu)建方法。用戶畫像信息跟蹤采集模型，采用空間特征域分類方法進(jìn)行用戶畫像信息分類處理。利用多尺度逐層分析方法進(jìn)行模糊電力客戶畫像的精準(zhǔn)定位，提取客戶立體畫像的用電類別特征量，采用特征域分類和分塊匹配方法進(jìn)行立體畫像的誤差修復(fù)，實現(xiàn)用戶畫像的特征快速準(zhǔn)確定位。對提取的電力客戶立體畫像用電需求特征量采用支持向量機(jī)學(xué)習(xí)算法進(jìn)行自適應(yīng)分類，實現(xiàn)對智慧用電管理系統(tǒng)中電力客戶立體畫像多維構(gòu)建。結(jié)果表明，采用該方法構(gòu)建電力客戶立體畫像的特征細(xì)分能力較好，客戶立體畫像信息準(zhǔn)確度高。

關(guān)鍵詞：智慧用電管理系統(tǒng);電力客戶;立體畫像;空間特征域

中圖分類號：TP391? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A

Construction and Application of the Three-dimensional Portrait

of Power Customer in Intelligent Power Management System

CHEN Ming，YAN Tong，XUAN Lu-feng，XU Wei

（State Grid Shanghai Shinan Electric Power Supply Company，Shanghai 201199）

Abstract：In order to realize the optimal management of power customers in the smart power management system，it is necessary to construct a stereoscopic image of the power customer，and propose a power customer stereoscopic image construction method based on multi-dimensional category feature recognition and corner point identification. The user portrait information tracking acquisition model uses the spatial feature domain classification method to classify the user image information，and uses the multi-scale layer-by-layer analysis method to accurately locate the fuzzy power customer image，and extracts the power category feature quantity of the customer stereo image，using the feature domain. The classification and block matching method performs error repair of the stereo image to realize fast and accurate positioning of the features of the user image. The support demand vector machine learning algorithm is used to adaptively classify the extracted power demand feature of the power customer stereo image，and realize the multi-dimensional construction of the power customer stereo image in the smart power management system. The results show that the method of constructing the power customer stereo image has better feature segmentation ability and the customer stereo image information has high accuracy.

Key words：smart power management system;power customer;stereoscopic image;spatial feature domain

隨著電力信息化管理技術(shù)的發(fā)展，構(gòu)建智慧用電管理系統(tǒng)，在該系統(tǒng)中進(jìn)行用電客戶信息化管理，建立用戶信息識別模型，提高息化管理能力[1]。結(jié)合信息處理技術(shù)構(gòu)建管理系統(tǒng)中用戶畫像，采用多維識別和客戶立體畫像特征提取方法，提高用戶畫像識別效果，從而分類管理系統(tǒng)中用電客戶的準(zhǔn)確識別和定位水平，研究管理系統(tǒng)中用戶畫像構(gòu)建方法，對提高電力系統(tǒng)的信息化管理和客戶服務(wù)水平方面具有重要意義。提出了基于多維類別特征識別和角點(diǎn)標(biāo)識的管理系統(tǒng)中用戶畫像構(gòu)建方法[2]。構(gòu)建系統(tǒng)中用戶畫像信息跟蹤采集模型，對提取的用戶畫像用電需求特征量，采用支持向量機(jī)學(xué)習(xí)算法進(jìn)行自適應(yīng)分類，實現(xiàn)對管理系統(tǒng)中用戶畫像多維構(gòu)建，最后進(jìn)行實驗分析，展示了本方法在提高管理系統(tǒng)中用戶畫像構(gòu)建能力方面的優(yōu)越性能。

1? ?電力客戶立體畫像信息采集與分類

1.1? ?電力用戶畫像信息跟蹤采集模型

為了實現(xiàn)電力客戶畫像的構(gòu)建，構(gòu)建電力客戶畫像信息的信息跟蹤采集模型，采用空間特征域分類方法進(jìn)行智慧用電管理系統(tǒng)中電力客戶特征信息分類處理。采用配電特征域分類模型進(jìn)行智慧用電管理系統(tǒng)中電力客的用電需求分類和分塊特征匹配，采用分段特征檢測的方法進(jìn)行電力用戶畫像的特征分類和自適應(yīng)目標(biāo)匹配，在D維空間中進(jìn)行電力客戶畫像信息的用電檢測。根據(jù)電力用戶畫像的采集環(huán)境的差異性，得到電力用戶畫像的用電需求渲染輸出為：

u（x，y;t） = G（x，y;t）? ? ? ? ? ?（1）

p（x，t）=■σ■=-σ■

（2）

其中，Δx為在電力客戶畫像信息的特征域分類的特征特征分量 在梯度方向的用電信息強(qiáng)度，σ為在電力客戶畫像信息的旋轉(zhuǎn)算子。采用多維信息跟蹤識別方法進(jìn)行信息識別，電力用戶畫像整體幾何結(jié)構(gòu)特征主要表現(xiàn)為住址、年齡、性別以及喜好等特征域，根據(jù)雙眼三庭知識確定電力用戶畫像候選特征域，構(gòu)建電力用戶畫像整體特征的幾何分類結(jié)構(gòu)模型，降低電力客戶畫像信息特征域分類的表面誤差[3]，電力客戶畫像信息的用電需求用電信息構(gòu)建輸出為：

s（k） = ？準(zhǔn)·s（k-1）+w（k）? ? ? ? ? （3）

其中

？準(zhǔn)=1? ?0? ?0? ?0? ?00? ?1? ?1? ?0? ?00? ?0? ?1? ?0? ?00? ?0? ?0? ?1? ?10? ?0? ?0? ?0? ?1，w（k）=R（0，σ θ（k））? ? ? ?0G（0，σ x（k））? ? ? ?0B（0，σ y（k））? （4）

提取電力客戶畫像信息W為其客戶特征域信息S的特征分量，相應(yīng)得到電力客戶畫像信息的多維模板匹配值R、G、B和Wk、σk、σx，σθ在分類模板坐標(biāo)特征域內(nèi)候選特征域內(nèi)用電信息總量為？準(zhǔn)，結(jié)合用電需求跟蹤識別技術(shù)實現(xiàn)電力客戶畫像信息的二值化處理，采用分特征域特征匹配方法進(jìn)行二維電力客戶畫像信息的分塊融合性檢測和特征塊匹配。在多維動態(tài)掃描下電力用戶畫像的分布用電信息值為：

f = 〈 f，d γ0〉d γ0 + Rf? ? ? （5）

其中〈 f，d γ0〉光電力客戶畫像信息的用電信息特征點(diǎn)Rf在d γ0方向上的信息跟蹤輸出。根據(jù)上述分析，采用幀掃描技術(shù)進(jìn)行電力客戶畫像信息的特征域特征分類，構(gòu)建電力客戶畫像信息的相關(guān)性檢測模板匹配函數(shù)f（gi）為：

f（gi） = c1■i■■/■■? ?（6）

由此獲得電力客戶畫像信息多維動態(tài)特征域的模板匹配函數(shù)，進(jìn)行電力用戶畫像信息跟蹤采集[4]。

1.2? ?電力用戶畫像信息分類處理

采用空間特征域分類方法進(jìn)行用戶畫像的信息分類處理，采用多尺度逐層分析方法進(jìn)行模糊電力用戶畫像的精準(zhǔn)分類[5]，提取用戶畫像的用電類別特征量，用戶畫像在低維空間中的相似度特征為s（X，Y），模板匹配方程為：

Ncut（A，B） = ■+■? ?（7）

其中，assoc（A，V）是用戶畫像的用電信息子集A中的用電信息特征分量，assoc（B，V）為用戶畫像的多維用電類別統(tǒng)計特征量，假設(shè)電力用戶畫像的用電信息集為（i，j），以此為用電信息中心，采用銳化模板分類方法得到電力用戶畫像的特征分類模型為：

Wu（a，bm） = ■■■■dt? ? （8）

根據(jù)一組電力用戶畫像訓(xùn)練樣本構(gòu)造主特征向量空間，即特征子空間（特征信息集合），在配電特征域的局部特征域內(nèi)建立用戶畫像多維測量的特征域分布模型，描述如下：

di+1=2[Δx（yi+2）-Δy（xi，r+■-ΔxB）]? ?di≤02[Δx（yi+2）-Δy（xi，r+1+■-ΔxB）] di>0 （9）

建立活動類別套索模型進(jìn)行電力用戶畫像類別特征提取和信息分類處理，得到用戶畫像的優(yōu)化檢測模型為：

Mx=∝■αk■exp■? ? （10）

在模板m*n特征域內(nèi)對用戶畫像進(jìn)行用電信息值特征域模板融合處理，實現(xiàn)用戶畫像信息分類[6]。為了構(gòu)建出立體的電力用戶畫像，需要采用統(tǒng)計特征分解方法計算各用電信息與聚類中心間的距離，構(gòu)建電力用戶畫像的用電直方圖，在多維動態(tài)掃描下構(gòu)建信息逐層分析結(jié)果，達(dá)到電力用戶畫像的精準(zhǔn)定位，據(jù)此提取精準(zhǔn)特征值，得到立體畫像。

2? ?電力用戶畫像構(gòu)建

2.1? ?電力用戶畫像的精準(zhǔn)定位

在上述構(gòu)建用戶畫像信息跟蹤采集模型的基礎(chǔ)上，提出基于多維類別特征識別和角點(diǎn)標(biāo)識的用戶畫像構(gòu)建方法，在智慧用電管理系統(tǒng)中進(jìn)行電力用戶畫像的多維特征分布特征域構(gòu)建，采用統(tǒng)計特征分解方法計算各用電信息與聚類中心間的距離，構(gòu)建電力用戶畫像的用電直方圖，用多維掃描技術(shù)進(jìn)行電力用戶畫像掃描[7]，得到電力用戶畫像中心特征量為x1，x2，…，xN，電力用戶畫像分類線標(biāo)記為? Hx = -jωx /‖ω‖和Hy = -jωy /‖ω‖，用戶畫像管理信息圖譜的用電信息值輸出滿足：

= arccosmax■? （11）

其中k = 1，…，M，i，j∈{1，N}，i < j，通過計算得到用戶畫像采集沿梯度方向的位移矢量Si（i = 1，2，…，M），采用電力用戶畫像分布用電信息匹配方法，得到用電需求渲染兩個矢量Wi Wj，WmWn，用戶畫像的分塊特征域分類控制參數(shù)βi選擇如下：

βi = exp-■■? ? ? （12）

用戶畫像的用電需求特征提取結(jié)果為：

‖■‖= ‖■‖× cos？墜 × ■? ?（13）

采用分特征域特征匹配方法進(jìn)行二維用戶畫像的分塊融合性檢測和特征塊匹配，用戶畫像的用電信息子集輸出為：

I（x） = J（x）t（x） + A（1 - t（x））? ? ? （14）

其中，A為電力用戶畫像多維尺度信息，t（x）為電力用戶畫像的整體特征采樣特征分布序列，用戶畫像的模板匹配矢量為Sk（k = 1，2，…，M），在多維動態(tài)掃描下構(gòu)建信息逐層分析結(jié)果描述為：

h（x）=1? ?TH = ■at ht（x）-■■at≥00? ?others? ?（15）

其中at = log■，其中ω = （ωx，ωy）表示用電加權(quán)值，根據(jù)上述分析，構(gòu)建電力用戶畫像的精準(zhǔn)定位模型，實現(xiàn)電力用戶畫像的精準(zhǔn)定位。

2.2? ?電力用戶畫像多維構(gòu)建

計算用戶畫像管理信息特征分布向量化集，用戶畫像特征域快速分類的SVM閾值為：

w（i，j） = ■exp-■? ? （16）

其中，Z（i）=■exp-■為分特征域特征匹配特征域的模板匹配值，定義用戶畫像的Gibbs先驗?zāi)芰亢瘮?shù)[8]，采用分特征域特征匹配方法進(jìn)行電力用戶畫像的分塊融合處理，對電力用戶畫像進(jìn)行管理信息融合，假設(shè)輸入的用戶畫像管理信息成像的整體多維信息特征分量為：

■■■ =■（x）■■■ +

（1 - ■（x））? ? ? （17）

其中，■（x）為電力用戶畫像的空間特征域用電信息，Ac為電力用戶畫像的統(tǒng)計特征值，Ic（y）為電力用戶畫像的標(biāo)志性序列，設(shè)J（x）t（x）為信息的用電信息集，得到用戶畫像的構(gòu)建輸出為：

bnrβ（X） = Rβ X - Rβ X1? ? ? （18）

構(gòu)建用戶畫像管理信息的相關(guān)性檢測模型，提取用戶畫像的用電類別特征量，采用特征域分類和分塊匹配方法進(jìn)行立體畫像的多維構(gòu)建，得到立體畫像精準(zhǔn)信息輸出為：

w（dij）= f （xi - xj）=■exp■

（19）

電力用戶畫像管理信息特征域大小為，提取電力客戶管理信息信息特征量，得到用戶畫像的關(guān)聯(lián)規(guī)則分布為：

P（Y） = ■? ? ?（20）

式中，■Vc（Y）是用戶畫像的邊界特征點(diǎn)總數(shù)，c為電力用戶畫像的空間鄰域基團(tuán)，采用中值濾波器獲得最佳的目標(biāo)電力用戶畫像信息精準(zhǔn)特征值，得到立體畫像構(gòu)建輸出為：

J =■■u*ikmd（xk，vi）+β■■u*ikmd（xk，vi）

（21）

綜上分析，實現(xiàn)了對電力用戶畫像多維特征構(gòu)建和角點(diǎn)標(biāo)識，根據(jù)標(biāo)識結(jié)果實現(xiàn)畫像構(gòu)建。

3? ?實驗與應(yīng)用結(jié)果分析

為了驗證本文方法在實現(xiàn)電力客戶立體畫像多維構(gòu)建中的應(yīng)用性能，進(jìn)行實驗，實驗采用Matlab個分析，設(shè)計電力客戶的基準(zhǔn)人數(shù)為30，人，用電信息為4 000組，模板尺寸和關(guān)聯(lián)系數(shù)分布見表1。

根據(jù)上述參數(shù)設(shè)定，進(jìn)行電力客戶立體畫像構(gòu)建，得到電力客戶立體畫像數(shù)據(jù)庫，如圖1所示。

以圖1的數(shù)據(jù)為研究對象，提取客戶立體畫像的類別信息特征量，采用特征域分類和分塊匹配方法進(jìn)行立體畫像的構(gòu)建，得到輸出畫像如圖2所示。

分析圖2得知，采用本文方法能有效實現(xiàn)電力客戶立體畫像的多維構(gòu)建和特征點(diǎn)標(biāo)定。測試不同方法進(jìn)行智慧用電管理系統(tǒng)中電力客戶立體畫像構(gòu)建的輸出準(zhǔn)確性，將PCA方法和粒子群方法，及所提方法，分別應(yīng)用到某電力公司的用戶管理系統(tǒng)中得到對比結(jié)果如圖3所示：

分析圖3得知，本文方法進(jìn)行智慧用電管理系統(tǒng)中電力客戶立體畫像構(gòu)建的輸出準(zhǔn)確率較高。

4? ?結(jié)? ?論

結(jié)合信息處理技術(shù)進(jìn)行智慧用電管理系統(tǒng)中電力客戶立體畫像，采用多維識別和客戶立體畫像特征提取方法，提高智慧用電管理系統(tǒng)中電力客戶的客戶立體畫像構(gòu)建效果，提出了基于多維類別特征識別和角點(diǎn)標(biāo)識的智慧用電管理系統(tǒng)中電力客戶立體畫像構(gòu)建方法。采用多維信息跟蹤識別方法進(jìn)行客戶畫像識別，根據(jù)電力客戶立體畫像候選特征域，構(gòu)建電力客戶立體畫像整體特征的用電信息分類結(jié)構(gòu)模型，結(jié)合逐層分析和特征提取方法進(jìn)行客戶立體畫像的角點(diǎn)標(biāo)定，實現(xiàn)電力客戶立體畫像多維構(gòu)建。分析得知，本方法進(jìn)行電力客戶立體畫像構(gòu)建的精度較高，提高了智慧用電管理能力。

參考文獻(xiàn)

[1]? ? 張代勝，蔣鵬，陳榮武，等. ATS系統(tǒng)與三維視景系統(tǒng)的結(jié)合技術(shù)研究[J]. 大連交通大學(xué)學(xué)報，2017，38（03）：106-111.

[2]? ? 鄭樂樂，韓慧妍，韓燮. 基于顯著性與弱凸性的三維點(diǎn)云模型分割[J]. 計算機(jī)工程，2018，44（4）：299-304.

[3]? ? 王燕，王雙印.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉信息增強(qiáng)識別研究[J]. 計算機(jī)科學(xué)，2018，45（08）：268-271.

[4]? ? 鄒國鋒，傅桂霞，高明亮，等. 基于自學(xué)習(xí)深度卷積神經(jīng)網(wǎng)絡(luò)的姿態(tài)變化人臉識別[J]. 小型微型計算機(jī)系統(tǒng)，2018，39（06）：1156-1162.

[5]? ? 韓國川. 波形形態(tài)特征建模下的MEMS運(yùn)動模式識別[J]. 電子測量技術(shù)，2018，41（13）：84-88.

[6]? ? 羅莎，夏國恩，朱新琰. 改進(jìn)Adaboost算法的人體步態(tài)識別方法[J]. 控制工程，2018，25（07）：1312-1317.

[7]? ? 李昕昕，龔勛. 三維人臉建模及在跨姿態(tài)人臉匹配中的有效性驗證[J]. 計算機(jī)應(yīng)用，2017，37（1）：262-267.

[8]? ? 李知嫻. 激光三維運(yùn)動成像技術(shù)研究[J]. 激光雜志，2018，39（10）：119-123.

[9]? ? 楊帥，張婁英，朱靜，等. 基于LON總線平臺的智慧型水質(zhì)監(jiān)測管理系統(tǒng)[J]. 科技通報，2017，33（4）：155-158.

[10]? 李成勇.動態(tài)電源管理模式在嵌入式系統(tǒng)中的應(yīng)用研究[J]. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2017，17（11）：38-41.

[11]? 劉海燕，LIU Hai-yan. 基于2.5維的智慧社區(qū)管理系統(tǒng)設(shè)計與實現(xiàn)[J]. 計算機(jī)技術(shù)與發(fā)展，2017，27（7）：156-159.

[12]? 楊明，王元超，向東，等. 智能電網(wǎng)中的家庭用電系統(tǒng)建模與優(yōu)化分析[J]. 電力需求側(cè)管理，2017，19（4）：6-10.

[13]? 賀曉，李俊，陳潔羽，等. 智能變電站配置文件管控系統(tǒng)建設(shè)方案研究[J]. 陜西電力，2017，45（8）：75-81.

[14]? 吳學(xué)政.基于物聯(lián)網(wǎng)技術(shù)的高校智慧消防管理系統(tǒng)建設(shè)探討[J]. 科技通報，2017，33（10）：218-221.

[15]? 祁兵，夏琰，李彬，等. 基于邊緣計算的家庭能源管理系統(tǒng)：架構(gòu)、關(guān)鍵技術(shù)及實現(xiàn)方式[J]. 電力建設(shè)，2018，39（3）：33-41.

[16]? 裘華東，涂瑩，丁麒. 基于標(biāo)簽庫系統(tǒng)的電力企業(yè)客戶畫像構(gòu)建與信用評估及電費(fèi)風(fēng)險防控應(yīng)用[J]. 電信科學(xué)，2017，12（S1）：206-213.

[17]? 趙永柱，馬霽謳，張可心. 基于電力資產(chǎn)全壽命周期的標(biāo)簽畫像技術(shù)研究[J]. 電網(wǎng)與清潔能源，2018，222（1）：56-63.

[18]? 劉冬蘭，馬雷，劉新，等. 基于深度學(xué)習(xí)的電力大數(shù)據(jù)融合與異常檢測方法[J]. 計算機(jī)應(yīng)用與軟件，2018，35（4）：61-64.

[19]? 任曉龍，戴光，耿澤飛. 基于圖數(shù)據(jù)庫的電力資產(chǎn)畫像技術(shù)研究[J]. 電網(wǎng)與清潔能源，2017，55（11）：59-62.

[20]? 費(fèi)鵬，林鴻飛，楊亮，等. 一種用于構(gòu)建用戶畫像的多視角融合框架[J]. 計算機(jī)科學(xué)，2018，45（1）：179-182.