Construção e aplicação de retrato de usuários de energia com base na integração de múltiplas características

Com o objetivo de aprimorar o nível dos serviços da rede elétrica, compreender as necessidades individuais de diferentes grupos de usuários e otimizar o planejamento energético, este artigo propõe um método para construir e aplicar retratos de usuários de energia com base na integração de múltiplas características. Ao combinar atributos sociais dos usuários, atributos de consumo diário de eletricidade e atributos de consumo trimestral de eletricidade, características são extraídas de múltiplas dimensões para construir um banco de dados de rótulos de comportamento de usuários multidimensionais. O algoritmo de clustering k-means é empregado para construir retratos de usuários de energia, e o modelo CNN-LSTM é aplicado para prever o consumo total de energia de grupos de usuários sob diferentes regras de seleção de rótulos de características. Isso é feito para avaliar o potencial de aplicação do método de construção de retratos de usuários de energia proposto. Os resultados experimentais indicam que o método proposto fornece uma caracterização precisa das características dos grupos de usuários, melhora significativamente a precisão da previsão de consumo de energia e melhora efetivamente o nível dos serviços da rede elétrica, auxiliando na tomada de decisões de despacho de energia.