基于電力大數(shù)據(jù)的用戶行為分析及可視化技術應用.pdf

1、隨著電網(wǎng)規(guī)模的不斷擴大，加之智能終端設備的安裝覆蓋率逐年提高，使得電網(wǎng)的業(yè)務數(shù)據(jù)正以爆炸性的趨勢增長，如何利用數(shù)據(jù)挖掘技術，在海量的電網(wǎng)數(shù)據(jù)中挖掘出有價值的信息，成為當前電力系統(tǒng)分析中的一個挑戰(zhàn)性問題。另一方面，隨著市場經(jīng)濟的發(fā)展，電網(wǎng)公司正在逐漸轉化為經(jīng)營型企業(yè)，如何對用電用戶的行為進行分析和預測，并為其提供個性化的電力服務，成為電網(wǎng)公司亟待解決的問題。因此，對電力大數(shù)據(jù)進行分析和研究，將有利于提高電網(wǎng)公司的經(jīng)營管理水平和建立堅強的智

2、能電網(wǎng)。
　　本文研究了國外大數(shù)據(jù)的發(fā)展概況以及我國大數(shù)據(jù)的發(fā)展現(xiàn)狀和行業(yè)動態(tài)，重點研究了當今電力大數(shù)據(jù)現(xiàn)狀以及天津市電力公司對業(yè)務場景的需求分析，提出了基于電力大數(shù)據(jù)的用戶行為分析及可視化展示平臺，該平臺實現(xiàn)了用電客戶分類和用戶用電量預測功能，并對分析結果進行可視化展示。
　　本文首先通過分析目標用電客戶的用電行為、用電習慣和用電規(guī)律，將數(shù)據(jù)挖掘與用電客戶分類相結合，完成了電力客戶分類整體模型的設計和指標體系的構建。將聚類

3、算法與Hadoop分布式處理框架相結合，給出了基于Hadoop的并行化K-means算法，利用電網(wǎng)公司營銷側數(shù)據(jù)，通過分析電力客戶的用電量情況、信用情況和價值創(chuàng)造等，實現(xiàn)了用電客戶分類的功能。用戶的用電量行為在具有自身規(guī)律的同時，也受著外界因素的影響。將關聯(lián)規(guī)則挖掘算法與Hadoop分布式處理框架相結合，給出了基于Hadoop的并行化Apriori算法，結合會對用戶用電量行為帶來影響的經(jīng)濟、氣溫等影響因素，通過分析相關因素對用戶用電量的