基于物業(yè)狀態(tài)畫像的預(yù)付費電力客戶辨識

應(yīng)棟子，劉福斌，辛潔晴

（1.上海交通大學(xué)電氣工程系，上海 200240；2.國家電網(wǎng)有限公司華東分部，上海 200120）

0 引言

租賃型物業(yè)，尤其是1 年內(nèi)短期租賃物業(yè)，是電力公司開展電費管理、推廣預(yù)付費等業(yè)務(wù)的重點服務(wù)對象。掌握物業(yè)是否租賃的信息，有助于電力公司明確預(yù)付費業(yè)務(wù)的實施對象，在解決電費矛盾時更有依據(jù)。傳統(tǒng)查詢物業(yè)租賃情況的方法是通過查詢租賃合同登記信息或問詢物業(yè)管理部門，這兩種方法在實際中因各種手續(xù)原因變得難以操作，且由于租賃信息不全、信息更新不及時、租賃型物業(yè)用電時斷時續(xù)、年間用電習(xí)慣變化等造成即便取得信息，質(zhì)量也不高。因此電力公司有必要通過用電信息采集系統(tǒng)獲得用電數(shù)據(jù)，實施物業(yè)狀態(tài)畫像分析，對可開展預(yù)付費管理的租賃型物業(yè)進(jìn)行辨識。

用戶畫像是基于用戶多方面的真實數(shù)據(jù)，抽象出用戶整體特征的虛擬特征[1]。構(gòu)建用戶畫像的步驟主要包括用戶數(shù)據(jù)收集、提取特征形成標(biāo)簽以及通過聚類形成綜合畫像[2-5]。通過采用聚類技術(shù)，使用戶畫像無需以大量自帶標(biāo)簽的樣本為基礎(chǔ)，非常適用于難以獲得大量帶標(biāo)簽樣本的物業(yè)狀態(tài)辨識。與傳統(tǒng)聚類技術(shù)相比，畫像技術(shù)采用屬性區(qū)段劃分和標(biāo)簽化，使得聚類結(jié)果更易被解釋，方便與不同狀態(tài)屬性的物業(yè)特征聯(lián)系起來。

目前，用戶畫像在電力系統(tǒng)中已有一些應(yīng)用。文獻(xiàn)[6]基于用戶畫像技術(shù)，構(gòu)建涵蓋負(fù)荷水平、用電行為、互動能力的園區(qū)用戶三級標(biāo)簽體系，并建立園區(qū)用戶成熟度評價模型。文獻(xiàn)[7]從用戶行為、用電特性、消費習(xí)慣3 個維度建立用戶多源特征標(biāo)簽體系，對上班族、老人族、混居族等群體實施了劃分。文獻(xiàn)[8]采用電力營銷業(yè)務(wù)系統(tǒng)中用戶的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)，利用畫像技術(shù)對電費敏感型用戶進(jìn)行識別。文獻(xiàn)[9]基于K-means 聚類算法對用戶復(fù)雜用電特征進(jìn)行挖掘。目前在用戶畫出應(yīng)用方面尚未有物業(yè)狀態(tài)畫像和租賃性物業(yè)辨識方面的研究。在用戶畫像技術(shù)方面，傳統(tǒng)畫像方法往往通過單次的聚類得到用戶類型的劃分，而在構(gòu)建物業(yè)狀態(tài)畫像時最終物業(yè)狀態(tài)需通過多個維度用電特征綜合反映。不同物業(yè)狀態(tài)之間共同性的特征維度和差異性的特征維度各不相同，難以通過單次聚類劃分。因此在將畫像技術(shù)引入物業(yè)狀態(tài)辨識時，還需加以修改和發(fā)展。

綜上所述，本文將用戶畫像技術(shù)首次應(yīng)用于物業(yè)狀態(tài)分析，提取與物業(yè)狀態(tài)有關(guān)的多維度用電特征，結(jié)合多維度的特征標(biāo)簽，提出一種多級變權(quán)重聚類方法，用來合理劃分物業(yè)狀態(tài)，準(zhǔn)確辨識短租型物業(yè)。

1 構(gòu)建物業(yè)狀態(tài)畫像要素分析

構(gòu)建物業(yè)狀態(tài)畫像涉及多方面組成要素，需要確定物業(yè)狀態(tài)的分類，建立多維度特征指標(biāo)體系，并對特征進(jìn)行標(biāo)簽化。

1.1 物業(yè)狀態(tài)分類

物業(yè)狀態(tài)指客戶在所屬小區(qū)的居住狀態(tài)，不同居住狀態(tài)會導(dǎo)致用電特征上的差異。物業(yè)狀態(tài)分類與年間用電相似度、用電間斷與用電水平等對應(yīng)特點如表1 所示。

表1 物業(yè)狀態(tài)分類與對應(yīng)特點Table 1 Property status types and corresponding characteristics

由表1 可知，穩(wěn)定居住型、季節(jié)性用電型與長期空置型均有相鄰年間用電相似度較高的特點，將以上3 類統(tǒng)一為固定住戶型，本文主要針對固定住戶、短期租賃、長期租賃3 類物業(yè)的識別展開研究。

1.2 物業(yè)狀態(tài)相關(guān)的多維度用電特征指標(biāo)

不同物業(yè)狀態(tài)的用電特性主要與相鄰年間用電習(xí)慣相似度和用電的間斷性有關(guān)。因此，構(gòu)建包含2 個維度、5 項指標(biāo)的用電特征指標(biāo)及物業(yè)狀態(tài)判據(jù)如表2 所示。表2 中固定住戶、短期租賃、長期租賃3 列為物業(yè)狀態(tài)判據(jù)，其數(shù)值為特征指標(biāo)標(biāo)簽化后的取值，XⅠ-1—XⅡ-1對應(yīng)數(shù)值1～3 代表程度由低到高，XⅡ-2對應(yīng)數(shù)值1 為間隔天數(shù)短、2 為間隔天數(shù)長。

表2 用電特征指標(biāo)及物業(yè)狀態(tài)判據(jù)Table 2 Electricity consumption characteristic index and property state criterion

各特征指標(biāo)定義如下：

1）XI-1為年間日用電量相似度。

定義為相鄰兩年日用電量序列的相關(guān)性，XI-1表達(dá)式為：

式中：Ey,i，Ey-1,i分別為目標(biāo)物業(yè)第y年和第y-1年第i日的日用電量；分別為其第y年和第y-1年日用電量均值。

2）XI-2為年間春秋季周內(nèi)日用電量比重相似度。

該指標(biāo)從每日用電量占當(dāng)周總用電量比重均值的角度考察年間用電特性相似度。由于冬季與夏季日用電量易受溫度影響，因此考察春秋季3～5 月和9～11月的XI-2表達(dá)式為：

式中：ry,i，ry-1,i分別為目標(biāo)物業(yè)第y年和第y-1年春秋季星期i用電量占周用電量比重的均值；，分別為ry,i和ry-1,i的均值。

3）XI-3為年間春秋季谷電比重變化率。

我國部分地區(qū)對居民實施峰谷二段式電價，該指標(biāo)從谷電比重均值的角度考察年間用電特性相似度，XI-3表達(dá)式為：

式中：ry,G，ry-1,G分別為目標(biāo)物業(yè)第y年，第y-1年春秋季谷電比重。

4）XII-1為近一年中用電連續(xù)間斷最長天數(shù)。

一次用電連續(xù)間斷指日電量從正常用電水平降至待機(jī)或0 電量，維持?jǐn)?shù)日后再次回升至正常用電水平的過程。為避免閾值設(shè)置不當(dāng)造成對用電連續(xù)間斷事件的誤判，本文采用基于累計和值的水平遷移辨識方法[10]判斷用電連續(xù)間斷事件。設(shè)第i時刻的累計和值為Si，累計和值遞推方程為：

式中：Ei為第i日的日用電量；Eˉ為日電量序列的平均值；S0為初始時刻的累計和值；Si-1為第i-1時刻的累計和值。

當(dāng)累計和值序列Si出現(xiàn)3 日以上遞減，且對應(yīng)日電量持續(xù)保持在待機(jī)電量（本文取1.8 kWh[11]）以下，則判斷發(fā)生用電連續(xù)間斷事件；當(dāng)累計和值序列出現(xiàn)3 日以上遞增且對應(yīng)日電量大于待機(jī)電量則判定為用電間斷期結(jié)束。兩者的間隔天數(shù)即用電連續(xù)間斷天數(shù)，則XII-1表達(dá)式為：

式中：di為第i次用電連續(xù)間斷的天數(shù)。

5）XII-2為近兩年中相鄰用電連續(xù)間斷事件間隔天數(shù)最大值。

該指標(biāo)屬于用電間斷性維度，是區(qū)分長、短租物業(yè)的關(guān)鍵性指標(biāo)，XII-2表達(dá)式為：

式中：di～(i+1)為第i次用電連續(xù)間斷事件與第i+1次用電連續(xù)間斷事件的間隔。

1.3 物業(yè)狀態(tài)特征的標(biāo)簽化

處于相同狀態(tài)物業(yè)的用電特征屬性通常處于某一區(qū)間，其特征屬性所屬區(qū)間的組合對應(yīng)該物業(yè)狀態(tài)。因此，需對各項特征屬性的取值劃分區(qū)間[12]，進(jìn)而對各屬性取值標(biāo)簽化。特征劃分區(qū)間與對應(yīng)標(biāo)簽如表3 所示。

表3 特征劃分區(qū)間與對應(yīng)標(biāo)簽Table 3 Feature division interval and corresponding label

2 物業(yè)狀態(tài)畫像構(gòu)建方法

完成多維度特征的提取和標(biāo)簽化后，需要通過聚類方法劃分出屬于不同物業(yè)狀態(tài)類型的電力客戶群體，形成最終的物業(yè)狀態(tài)畫像。

2.1 多級聚類流程

由于電力客戶物業(yè)居住屬性具有多態(tài)性，且不同物業(yè)狀態(tài)兩兩間區(qū)分度最大的特征維度不盡相同，采用傳統(tǒng)一級聚類難以獲得合理劃分?；谖飿I(yè)狀態(tài)的特點，本文采用多級聚類方法[13-15]，多級聚類流程圖如圖1 所示。

圖1 多級聚類流程圖Fig.1 Flow chart of multi-level clustering

由圖1 可知，多級聚類流程中首先選定一個關(guān)注屬性維度，實施一級聚類；若所得劃分未能按表2中的初步判據(jù)對應(yīng)出物業(yè)狀態(tài)，則對所得每1 簇再選擇合適的關(guān)注屬性維度實施二級聚類；若二級聚類所獲簇仍不能對應(yīng)出物業(yè)狀態(tài)，則再對二級聚類所獲簇選取關(guān)注屬性維度，實施三級聚類。如此推進(jìn)，直至能按表2 中的初步判據(jù)對應(yīng)出所有物業(yè)狀態(tài)。

2.2 每一級聚類權(quán)重設(shè)置

2.2.1 關(guān)注屬性維度權(quán)重設(shè)置

聚類方法的每一級采用客觀賦權(quán)的熵權(quán)法[16-18]來確定關(guān)注屬性維度。計算特征i熵值公式為：

式中：qi為特征i的熵值；m為用戶樣本數(shù)；pik為特征特征i中用戶k的比重。

代入特征i的熵值計算熵權(quán)值為：

式中：zi為特征i的熵權(quán)值；NC為所關(guān)注維度內(nèi)的特征集合包含的特征數(shù)。

式（8）確定的熵權(quán)值反映了物業(yè)樣本在屬性i上標(biāo)簽值的差異，差異越大則熵權(quán)值越大[19-20]。將熵權(quán)值最大特征所在維度作為關(guān)注屬性維度，目的是按當(dāng)前層級的簇之間最具區(qū)分度的屬性維度實施聚類。

2.2.2 非關(guān)注屬性維度權(quán)重設(shè)置

每一級聚類時非關(guān)注的屬性維度對于區(qū)分物業(yè)狀態(tài)并非毫無關(guān)系、不可刪除，而是采用互信息法賦予較小的權(quán)重[21]。計算特征i與特征j之間的標(biāo)準(zhǔn)化互信息NMI(i,j)為：

式中：H(i,j)為特征i與特征j的聯(lián)合信息熵；H(i)，H(j)分別為特征i和特征j的信息熵。

NMI()i,j的取值范圍為[0，1]，它是歸一化后的互信息，反映特征i中包含的關(guān)于特征j的信息量。特征i中包含關(guān)于特征j的信息量越大，取值越接近1；反之，取值越接近0。非關(guān)注維度特征的權(quán)重系數(shù)為該特征與關(guān)注維度內(nèi)各特征的標(biāo)準(zhǔn)化互信息值的加權(quán)平均值為：

式中：zi為非關(guān)注維度特征i的權(quán)重系數(shù)；C為關(guān)注維度內(nèi)的特征集合；zj為關(guān)注維度特征j的權(quán)重系數(shù)，即關(guān)注維度特征j的熵權(quán)值。

最后，對各維度下所有特征權(quán)重系數(shù)進(jìn)行歸一化得到最終的權(quán)重設(shè)置αi為：

式中：N為所有維度的特征總數(shù)；為權(quán)重系數(shù)以自然常數(shù)為底的指數(shù)。

按式（9）—式（11）確定非關(guān)注維度屬性的權(quán)重，本質(zhì)是按與關(guān)注維度屬性的關(guān)聯(lián)性來給非關(guān)注維度屬性賦予權(quán)重，關(guān)聯(lián)性大的賦予較大的權(quán)重。

3 算例分析

選取我國南方某市的4 個居民小區(qū)4276 戶用戶實施算例。首先實施多級變權(quán)重聚類，并對畫像結(jié)果準(zhǔn)確性進(jìn)行檢驗，再與采用單次聚類、其他聚類算法的畫像效果分別進(jìn)行對比，驗證所提方法的有效性。

3.1 多級變權(quán)重聚類法的畫像結(jié)果

3.1.1 一級聚類結(jié)果

對算例用戶實施多級變權(quán)重聚類。一級聚類中，熵權(quán)值最大的是特征XI-3，故而取用電相似度為關(guān)注維度，一級聚類特征權(quán)重設(shè)置如圖2 所示。

圖2 一級聚類特征權(quán)重設(shè)置Fig.2 First-level clustering feature weight setting

采用K-means 法，輪廓系數(shù)[22-23]最大時最佳聚類數(shù)為2。所得一級聚類中心特征標(biāo)簽值雷達(dá)圖如圖3 所示。

圖3 一級聚類中心特征標(biāo)簽值雷達(dá)圖Fig.3 Radar map of feature label values of first-level cluster center

對照表2 的初判標(biāo)準(zhǔn)可見：

1）I-a 類

相似度維度特征XI-1，XI-2取值偏低，均在1～2，特征XI-3取值偏大，在2～3，反映出較低的年間用電相似度，符合租賃型物業(yè)特征。但其間斷性維度兩個特征均介于1 與2 之間，難以判定短租/長租型。因此還需對I-a 類實施二級聚類。

2）I-b 類

相似度維度特征XI-1，XI-2取值較高，均在2～3；特征XI-3取值較小，為1，反映出較高的年間用電相似度；間斷性維度特征XII-1取值較小，在1～2；特征XII-2取值較大，接近2。因此判斷I-b 類符合固定用戶型物業(yè)特征。

3.1.2 二級聚類結(jié)果

二級聚類采用一級聚類未關(guān)注的間斷性維度，按式（7）—式（11）算得二級聚類特征權(quán)重設(shè)置如圖4 所示。

圖4 二級聚類特征權(quán)重設(shè)置Fig.4 Second level clustering feature weight setting

同樣，采用K-means 聚類，輪廓系數(shù)最大時的最佳聚類數(shù)為2。所得二級聚類中心特征標(biāo)簽值雷達(dá)圖如圖5 所示。

圖5 二級聚類中心特征標(biāo)簽值雷達(dá)圖Fig.5 Radar map of feature label values of second level cluster center

對照表2 的初判標(biāo)準(zhǔn)可見：

1）II-a 類

相似度維度的特征取值符合租賃型物業(yè)特征。間斷性維度中，特征XII-1取值較大為2～3，特征XII-2取值較小為1。反映出II-a 類租期較短，當(dāng)前年存在停租期，符合短期租賃型物業(yè)特征。

2）II-b 類

相似度維度的特征取值同樣符合租賃型物業(yè)特征。間斷性維度中，特征XII-1取值介于1 與2 之間，特征XII-2取值較大為2。反映出租期較長，且僅有部分物業(yè)在當(dāng)前年恰好存在停租期，反映II-b類符合長期租賃型物業(yè)特征。

3.1.3 最終畫像結(jié)果

實施上述多級變權(quán)重聚類方法后，最終得到各物業(yè)狀態(tài)用戶數(shù)及占比如表4 所示。

表4 各物業(yè)狀態(tài)用戶數(shù)及占比Table 4 The number of users and proportion of different property status types

3.2 準(zhǔn)確性檢驗

通過查訪算例小區(qū)多家房地產(chǎn)中介和小區(qū)物業(yè)，獲得近幾年成交的短租和長租住戶信息，總用戶中除去租賃用戶即為固定住戶。對各物業(yè)狀態(tài)的辨識結(jié)果進(jìn)行分析，分析結(jié)果如表5 所示。

表5 各物業(yè)狀態(tài)的辨識結(jié)果Table 5 Identifications of each property status type

查準(zhǔn)率為辨識結(jié)果與真實物業(yè)狀態(tài)相符的戶數(shù)占總辨識戶數(shù)的比例，用本文所提方法辨識短租型物業(yè)，查準(zhǔn)率達(dá)到85.8%；查全率為實際為短租型的住戶中被成功辨識為短租型的戶數(shù)占比，查全率達(dá)到92.9%。本文方法對其余兩類物業(yè)狀態(tài)的辨識效果也達(dá)到或超過了辨識短租型物業(yè)的精度水平，說明所提物業(yè)狀態(tài)畫像方法有較好的辨識效果。

3.3 其他方法的效果對比

3.3.1 與單次聚類的畫像效果對比

在實施特征指標(biāo)區(qū)間劃分和標(biāo)簽化后，按傳統(tǒng)做法，對5 個特征用熵權(quán)法確定權(quán)重后采用K-means算法實施單次聚類。輪廓系數(shù)最大時的最佳聚類數(shù)為2，所得單次聚類中心特征標(biāo)簽值雷達(dá)圖如圖6 所示。

圖6 單次聚類中心特征標(biāo)簽值雷達(dá)圖Fig.6 Radar map of feature label values of single cluster center

由圖6 可知，I-a 類和I-b 類在特征XI-3稍有區(qū)分度，在其他特征上無明顯區(qū)分度，無法與物業(yè)狀態(tài)類型匹配?？梢姡捎脗鹘y(tǒng)的一級聚類無法獲得良好的物業(yè)狀態(tài)畫像結(jié)果，采用多級變權(quán)重聚類實施物業(yè)畫像是必要的。

3.3.2 與其他聚類算法的畫像效果對比

本文在多級變權(quán)重聚類的每一級聚類中采用了K-means 聚類算法，對比方法加入具有噪聲的基于密度的聚類算法（Density-Based Spatial Clustering of Applications with Nouse，DBSCAN）和凝聚層次聚類法[24]，在每種算法下分別實施多級變權(quán)重聚類，所得各聚類方法對短租物業(yè)的辨識結(jié)果如表6 所示。由表6 可知，多級變權(quán)重聚類中采用各聚類方法在本算例中的辨識效果差異不大，其中K-means 聚類的效果相對最好。這是由于用戶的用電習(xí)慣存在差異，同種物業(yè)狀態(tài)中存在特征空間中密度較低的點，因此基于劃分的K-means 聚類算法的效果優(yōu)于基于密度的DBSCAN 聚類和基于層次的凝聚聚類。

表6 各聚類方法對短租物業(yè)的辨識結(jié)果Table 6 Identifications of short-term rental property with different clustering methods

3.3.3 與其他指標(biāo)體系下的畫像效果對比

第2 節(jié)針對物業(yè)狀態(tài)用電特點包含2 個維度、5項指標(biāo)的用電特征指標(biāo)體系。為考察所用特征維度的充分性，增加其他特征維度與指標(biāo)，如表7 所示。其中，用電水平維度以待機(jī)電量1.8 kWh 為低用電水平和正常用電水平的劃分閾值，用以反映物業(yè)是正常居住還是空置狀態(tài)。由于用電波動性維度的標(biāo)簽化無統(tǒng)一標(biāo)準(zhǔn)，因此通過聚類獲得最佳劃分?jǐn)?shù)與劃分區(qū)間，新增特征的標(biāo)簽化如表8 所示。

表7 其他特征維度與指標(biāo)Table 7 New feature dimensions and indicators

表8 新增特征的標(biāo)簽化Table 8 Tagging of new features

在4 個特征維度下，實施基于多級變權(quán)重聚類的物業(yè)狀態(tài)畫像，得到最佳類別數(shù)仍為3，新增特征后識別結(jié)果與表5 一致。新增特征對物業(yè)狀態(tài)的識別結(jié)果未產(chǎn)生影響，說明本文在第2 節(jié)選用的用電相似性維度與用電間斷性維度特征對于解決物業(yè)狀態(tài)畫像問題是充分且合理的。

4 結(jié)語

本文提出一種用于居民物業(yè)狀態(tài)畫像的多級變權(quán)重聚類方法，并在此基礎(chǔ)上得到短租型物業(yè)辨識結(jié)果，算例驗證了所提方法的可行性和準(zhǔn)確性。所提方法有助于電力公司開展預(yù)付費等針對短租型物業(yè)的特殊供電服務(wù)，也有助于電力公司更有依據(jù)地處理電費矛盾，保證供電服務(wù)質(zhì)量的同時提高電費回收率。