CN109461025B - 一种基于机器学习的电能替代潜在客户预测方法 - Google Patents

Abstract

本发明公开了一种基于机器学习的电能替代潜在客户预测方法，实施步骤包括：输入待预测用户的p项用户特征指标并进行主成分分析得到的a项综合指标，将a项综合指标输入神经网络识别模型确定待预测用户对应的电能替代方式，神经网络识别模型预先经过训练样本集训练建立了a项综合指标、指定的b项电能替代方式之间的映射关系，训练样本集包含用户样本的a项综合指标及其标记的电能替代方式。本发明利用大数据建模、机器学习技术建立的电能替代潜力用户量化评估体系以重构用电客户的需求、精准定位电能替代潜力客户群体，能够为实施电能替代精准营销提供科学的决策依据，具有预测准确度高、使用方便、设置简单的优点。

Description

一种基于机器学习的电能替代潜在客户预测方法

技术领域

本发明涉及电网领域的大数据挖掘技术，具体涉及一种基于机器学习的电能替代潜在客户预测方法。

背景技术

近年来，全社会对环境保护和污染问题十分重视。为改善环境质量，调整能源结构，国家电网公司提出了“电从远方来、以电代煤、以电代油”的发展战略，促进了电能替代产业快速发展。传统的电能替代方法是：依靠人工撒网排查和信息收集，根据收集到的信息去上门一家一家进行推广。但是这个过程中，电能替代潜力客户的分析筛选不全面、不专业，无法大量摸排和规模化操作，并缺少项目实施效果评估、业绩统计分析等全过程管理机制。因此在这样背景下，就产生了这样一个问题和挑战，即如何快速有效地挖掘替代能源潜力，这将成为未来电力市场的重要组成部分。2017年，国家电网公司紧紧抓住国家推进北方冬季清洁取暖、能源供给侧结构性改革和绿色交通运输体系建设的重大发展机遇，大力推进电能替代，累计推广实施电能替代项目近10万个，完成替代电量1150亿千瓦时，超额完成年初确定的计划目标，相当于在能源消费终端减少散烧煤6440万吨，减排二氧化碳1.1亿吨、二氧化硫和氮氧化物520万吨，为促进大气污染治理，推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系做出积极贡献。但目前电能替代市场开拓过程中，仍基本靠客服人员上门咨询获取相关信息，且由于电能替代涉及相关专业较多，供电公司客服人员无法及时掌握主要用能设备的特征及能耗数据，传统的方式极其消耗时间和其他资源，为了节省资源，急需创新电能替代工作机制，将电能替代项目与互联网联系起来，能够解决电能替代推广难的问题。传统的电能替代中对于潜力用户的预测没有过多的研究通常是通过电力工作人员，直接走访没有实现电能替代的公司直接交流商谈，这种方法极其不方便。

针对以上的问题，有必要充分利用好大数据，实现电能替代工作机制升级，充分发挥节能服务体系，进行电能替代潜力客户自动筛选。目前，在国网浙江电力公司中，涂莹等人研究了一种基于协同过滤算法的电能替代潜力用户挖掘模型，该模型采用皮尔逊相关系数计算用户间的相似度，通过将目标样本与预测样本进行相似度的对比，找出其中相似度高的用户作为潜力用户的输出。但是，上述技术方案实际上还采用了逻辑回归、决策树、动态时间规整等算法与协同过滤算法进行对比，逻辑回归与决策树的输入变量过多，很明显的产生过拟合的现象。该技术方案基于相似性的特征选择方法选择的依据是同类样本相同属性的取值相同或相近；从数据分布的角度出发，进行特征选择，定义每个样本的领域分类能力函数，计算每个特征对函数值的贡献，从而确定重要特征；但这些方法都存在以下缺点：(1)识别速度慢。协同过滤算法中，需要输入多个目标样本，随着目标样本、指标复杂度的不断增加，可扩展性差及识别速度很慢；(2)学习能力差，收敛速度快。以上提出的模型是通过学习来解决问题，但是却不可以根据不同的电能潜在用户自动建立模型，所以对于相似的问题还不能普遍适用，局限于某个固定的问题。此外，在《多情景下的电能替代潜力分析》一文中，孙毅等人参考IPAT方程构建方法建立了关于电能替代的IPAT模型用以评价电能替代潜力，并设计了多种电能替代情景，将多元非线性回归结合小波神经网络的智能修正预测模型嵌套在IPAT模型中，通过电能替代的脱钩理论模型确定各情景中的参数设置，对不同情景下的终端电能替代情况进行中长期预测，并结合预测结果对电能替代进程及潜力进行预测分析。但是，在我国电能替代潜力客户自动筛选这个领域的研究还处于初级阶段，而且对用电能替代典型用户潜力的方法几乎没有研究。因此，如何基于机器学习的电能替代潜在客户预测，已经成为一项亟待解决的关键技术问题。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种基于机器学习的电能替代潜在客户预测方法，本发明利用大数据建模、机器学习技术建立的电能替代潜力用户量化评估体系以重构用电客户的需求、精准定位电能替代潜力客户群体，能够为实施电能替代精准营销提供科学的决策依据，具有预测准确度高、使用方便、设置简单的优点。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于机器学习的电能替代潜在客户预测方法，实施步骤包括：

1)输入待预测用户的p项用户特征指标；

2)将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标；

3)将a项综合指标输入神经网络识别模型确定待预测用户对应的电能替代方式，所述神经网络识别模型预先经过训练样本集训练建立了a项综合指标、指定的b项电能替代方式之间的映射关系，所述训练样本集包含用户样本的a项综合指标及其标记的电能替代方式，且所述a项综合指标为用户样本的p项用户特征指标进行主成分分析得到。

优选地，步骤1)中的p项用户特征指标包括国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5共五项用户特征指标。

优选地，步骤3)中的电能替代方式包括电力替换油A、无电能替代潜力或潜力很小B、电力替换煤C、电力替换天然气D一共四种电能替代方式。

优选地，步骤2)中将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标具体是指将待预测用户的p项用户特征指标分别输入预设的a个综合指标函数进行主成分分析计算，共得到a项综合指标。

优选地，所述综合指标函数的确定步骤包括：

2.1)输入n个用户样本数据，每一个用户样本数据包括p项用户特征指标，构建n行p列的数据矩阵A；

2.2)将数据矩阵A中的各项用户特征指标数据进行标准化；

2.3)针对标准化后的数据矩阵A，计算其中任意两个用户特征指标之间的相关系数，将所有的相关系数构成p行p列的相关系数矩阵B，其中p为用户特征指标数量；

2.4)通过相关系数矩阵B求解式(1)所示相关系数矩阵特征方程的特征根，共得到p个特征根，其中p为用户特征指标数量；

|λ_pE-B|＝0 (1)

式(1)中，λ_p表示特征值，E表示单位矩阵，B表示相关系数矩阵；

2.5)分别计算p个特征值的方差贡献率以及累积方差贡献率；

2.6)根据所述相关系数矩阵特征方程，确定每一个特征根对应一个特征向量L_g，L_g＝{l_g1,l_g2,…,l_gp}，g＝1,2,…,p，其中p为用户特征指标数量；针对标准化后的数据矩阵A，将标准化后的数据矩阵A中的各项用户特征指标数据根据式(2)转换为主成分；

F_g＝l_g1R₁+l_g2R₂+…+l_gpR_p (2)

式(2)中，F_g表示第g项主成分，L_g＝{l_g1,l_g2,…,l_gp}为第g个特征根λ_g对应的特征向量，R₁～R_p分别为标准化后的数据矩阵A中的第1～p列变量，p为用户特征指标数量；

2.7)根据累积方差贡献率大于或等于预设阈值、主成分的特征值大于1两项原则选择确定选取的主成分数量a，选取a个综合指标；将a个综合指标作为综合主因子、p个特征根作为公共因子，得到包含任意的第i个综合主因子在第j个公共因子上的载荷的初始载荷矩阵，所述初始载荷矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.8)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵，所述主成分因子旋转荷载矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.9)针对主成分因子旋转荷载矩阵中的每一个综合指标，将该综合指标对应p项用户特征指标的取值作为权重进行线性加权求和，分别得到a个综合指标的综合指标函数。

优选地，步骤2.2)中将数据矩阵A中的各项用户特征指标数据进行标准化的函数式如式(3)～式(5)所示；

式(3)～式(5)中，R_ij为数据矩阵A中第i个用户样本的第j项用户特征指标x_ij标准化后的变量值，x_ij为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，S_j为数据矩阵A中第j项用户特征指标的标准差，n为用户样本数量。

优选地，步骤2.3)中计算其中任意两个用户特征指标之间的相关系数的函数式如式(6)所示；

式(6)中，r_jk为用户特征指标j与用户特征指标k的相关系数，x_ij为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，S_j为数据矩阵A中第j项用户特征指标的标准差，

是第k项用户特征指标的均值，S_k是第k项用户特征指标的标准差，n为用户样本数量。

优选地，步骤2.5)中计算p个特征值的方差贡献率以及累积方差贡献率如式(7)和式(8)所示；

式(7)和式(8)中，D_i为第i个特征值的方差贡献率，p_i为第i项用户特征指标的特征值，p_k为第k项用户特征指标的特征值，D1_i为第i个特征值的累积方差贡献率，i和j取值为1～p之间的整数，p为用户特征指标数量。

优选地，步骤2.8)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵时，旋转角度为30°。

优选地，所述神经网络识别模型的训练详细步骤包括：

S1)将n个用户样本的p项用户特征指标进行主成分分析得到的a项综合指标，并将n个用户样本的a项综合指标构建成员矩阵；

S2)初始化隶属度矩阵和最大迭代次数，当前模糊聚类迭代次数i；

S3)归一化成员矩阵；

S4)模糊聚类迭代开始，计算成员矩阵的矩阵中心作为当前第i次模糊聚类迭代的聚类中心；

S5)修正隶属度矩阵，计算目标函数；

S6)判断是否满足预设的迭代终止条件，如果不满足则将当前模糊聚类迭代次数i加1，跳转执行步骤S4)；否则判定模糊聚类迭代结束，跳转执行步骤S7)；

S7)对模糊聚类中出现的样本空间X进行数据归一化预处理，其中样本空间X是在聚类生产的隶属度矩阵中所有用户最大隶属度均值高于预设阈值的模糊聚类里的数据集合；

S8)确定神经网络识别模型的网络拓扑结构和粒子群算法的主要参数，且神经网络识别模型的输入为a项综合指标、输出为指定的b项电能替代方式；

S9)粒子群迭代开始，把粒子群的每一维向量映射为神经网络识别模型的一组连接权重、阈值，从而将神经网络识别模型的连接权重、阈值作为粒子群算法的粒子群；

S10)将样本空间X进行数据归一化预处理的结果及其标记的电能替代方式构成训练样本集；

S11)从样本空间X对每一个个体计算粒子适应度，所述粒子适应度为第d次粒子群迭代后网络实际输出和理想输出之间的误差平方和；

S12)判断预设的目标函数的值小于目标误差或者迭代次数大于预设阈值是否成立，如果均不成立，则更新每一个粒子的位置信息，使得粒子群每一维的信息被更新，跳转执行步骤S19)；否则，判定粒子群迭代结束，跳转执行步骤S13)；

S13)输出一组权值、阈值作为优化结果优化神经网络识别模型；

S14)对所述神经网络识别模型进行训练并校验网络泛化能力，使得所述神经网络识别模型建立了a项综合指标、指定的b项电能替代方式之间的映射关系。

和现有技术相比，本发明具有下述优点：本发明利用大数据建模、机器学习技术建立的电能替代潜力用户量化评估体系以重构用电客户的需求、精准定位电能替代潜力客户群体，能够为实施电能替代精准营销提供科学的决策依据，具有预测准确度高、使用方便、设置简单的优点。

附图说明

图1为本发明实施例方法的基本流程示意图。

图2为本发明实施例中确定综合指标函数的流程示意图。

图3为本发明实施例的相似用户聚类模型流程图。

图4为本发明实施例的基于粒子群算法和神经网络的组合识别模型流程图。

图5为本发明实施例的神经网络识别模型结构。

图6为本发明实施例中采用标准BP神经网络训练结果

图7为本发明实施例中采用优化神经网络的训练结果。

具体实施方式

如图1所示，本实施例基于机器学习的电能替代潜在客户预测方法的实施步骤包括：

1)输入待预测用户的p项用户特征指标；

2)将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标；

3)将a项综合指标输入神经网络识别模型确定待预测用户对应的电能替代方式，所述神经网络识别模型预先经过训练样本集训练建立了a项综合指标、指定的b项电能替代方式之间的映射关系，所述训练样本集包含用户样本的a项综合指标及其标记的电能替代方式，且所述a项综合指标为用户样本的p项用户特征指标进行主成分分析得到。

煤炭、油、天然气等能源消耗量越大，电能替代的可能性就越大；企业产品和产品产出增长对能源消费有积极影响，因此本实施例中，步骤1)中的p项用户特征指标包括国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5共五项用户特征指标。其中国内生产总值A1、产品产量A2为涉及用户经济能力的指标，煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5为涉及用户能源消耗的指标。毫无疑问，在此启发下本领域技术人员还可以根据需要进一步增加其他用户经济能力的指标以及用户能源消耗类型的指标。

本实施例中，步骤3)中的电能替代方式包括电力替换油A、无电能替代潜力或潜力很小B、电力替换煤C、电力替换天然气D一共四种电能替代方式。毫无疑问，在此启发下本领域技术人员还可以根据需要进一步增加其他电能替代方式以及更加细分的电能替代方式。

本实施例中，步骤2)中将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标具体是指将待预测用户的p项用户特征指标分别输入预设的a个综合指标函数进行主成分分析计算，共得到a项综合指标。

如图2所示，综合指标函数的确定步骤包括：

2.1)输入n个用户样本数据，每一个用户样本数据包括p项用户特征指标，构建n行p列的数据矩阵A：

例如，某用户样本数据为[227928,6085,2655,152644,268]，表示该用户国内生产总值227928元，产品产量6085个，煤炭能源消耗2655千克，耗油量152644千克，天然气的能源消耗268千克。

2.2)将数据矩阵A中的各项用户特征指标数据进行标准化；

2.3)针对标准化后的数据矩阵A，计算其中任意两个用户特征指标之间的相关系数，将所有的相关系数构成p行p列的相关系数矩阵B，其中p为用户特征指标数量；

2.4)通过相关系数矩阵B求解式(1)所示相关系数矩阵特征方程的特征根，共得到p个特征根，其中p为用户特征指标数量；

|λ_pE-B|＝0 (1)

式(1)中，λ_p表示特征值，E表示单位矩阵，B表示相关系数矩阵；

2.5)分别计算p个特征值的方差贡献率以及累积方差贡献率；

2.6)根据所述相关系数矩阵特征方程，确定每一个特征根对应一个特征向量L_g，L_g＝{l_g1,l_g2,…,l_gp}，g＝1,2,…,p，其中p为用户特征指标数量；针对标准化后的数据矩阵A，将标准化后的数据矩阵A中的各项用户特征指标数据根据式(2)转换为主成分；

F_g＝l_g1R₁+l_g2R₂+…+l_gpR_p (2)

式(2)中，F_g表示第g项主成分，L_g＝{l_g1,l_g2,…,l_gp}为第g个特征根λ_g对应的特征向量，R₁～R_p分别为标准化后的数据矩阵A中的第1～p列变量，p为用户特征指标数量；

2.7)根据累积方差贡献率大于或等于预设阈值(本实施例中具体取值为85％)、主成分的特征值大于1两项原则选择确定选取的主成分数量a，选取a个综合指标；将a个综合指标作为综合主因子、p个特征根作为公共因子，得到包含任意的第i个综合主因子在第j个公共因子上的载荷的初始载荷矩阵，所述初始载荷矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.8)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵，所述主成分因子旋转荷载矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.9)针对主成分因子旋转荷载矩阵中的每一个综合指标，将该综合指标对应p项用户特征指标的取值作为权重进行线性加权求和，分别得到a个综合指标的综合指标函数。

本实施例中，步骤2.2)中将数据矩阵A中的各项用户特征指标数据进行标准化的函数式如式(3)～式(5)所示；

式(3)～式(5)中，R_ij为数据矩阵A中第i个用户样本的第j项用户特征指标x_ij标准化后的变量值，x_ij为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，S_j为数据矩阵A中第j项用户特征指标的标准差，n为用户样本数量。

本实施例中，步骤2.3)中计算其中任意两个用户特征指标之间的相关系数的函数式如式(6)所示；

式(6)中，r_jk为用户特征指标j与用户特征指标k的相关系数，x_ij为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，S_j为数据矩阵A中第j项用户特征指标的标准差，

是第k项用户特征指标的均值，S_k是第k项用户特征指标的标准差，n为用户样本数量。在此基础上，可得到p行p列的相关系数矩阵B：

本实施例中，步骤2.5)中计算p个特征值的方差贡献率以及累积方差贡献率如式(7)和式(8)所示；

式(7)和式(8)中，D_i为第i个特征值的方差贡献率，p_i为第i项用户特征指标的特征值，p_k为第k项用户特征指标的特征值，D1_i为第i个特征值的累积方差贡献率，i和j取值为1～p之间的整数，p为用户特征指标数量。

本实施例中，p个特征值的方差贡献率以及累积方差贡献率如表1所示；

表1：特征值、方差贡献率以及累积方差贡献率表。

上表中，A1～A5分别表示国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5共五项用户特征指标。参见上表，步骤2.7)中根据累积方差贡献率大于或等于预设阈值(本实施例中具体取值为85％)、主成分的特征值大于1两项原则选择确定选取的主成分数量a＝3。

由于初始载荷阵结构不够简单。各因子的典型代表变量不很突出，容易使因子的意义含糊不清，不便于对因子进行解释。为此须对因子载荷矩阵实行旋转，得到主成分因子旋转荷载矩阵，达到简化结构的目的，使各变量在某单个因子上有高额载荷，而在其余因子上只有小到中等的载荷。本实施例中，步骤2.7)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵时，旋转角度为30°。在选取的主成分数量a＝3的情况下，)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵的函数如式(9)所示；

式(9)中，y₁是综合指标B1正交旋转后的结果、y₂是是综合指标B2正交旋转后的结果，y₃是是综合指标B3正交旋转后的结果，X为综合指标B1旋转前的原始值，y为综合指标B2旋转前的原始值，z为综合指标B3旋转前的原始值，θ为正交旋转角度。

本实施例中，初始载荷矩阵具体如表2所示；旋转30°后，得到主成分因子旋转荷载矩阵如表3所示；

表2：初始载荷矩阵。

初始指标	综合指标B1	综合指标B2	综合指标B3
				国内生产总值A1	0.385	0.079	-0.426
产品产量A2	0.665	0.134	-0.750
				煤炭能源消耗A3	0.830	0.149	-0.927
耗油量A4	0.568	0.099	-0.635
				天然气的能源消耗A5	0.589	-0.256	-0.431

表3：主成分因子旋转荷载矩阵。

初始指标	综合指标B1	综合指标B2	综合指标B3
				国内生产总值A1	0.161	0.289	-0.088
产品产量A2	0.447	-0.128	-0.018
				煤炭能源消耗A3	0.586	-0.378	0.054
耗油量A4	-0.359	0.892	0.039
				天然气的能源消耗A5	-0.012	0.013	0.886

最终，步骤2.9)得到a个综合指标的综合指标函数如式(10)所示；

式(10)中，F_B1为综合指标B1对应的综合指标函数，F_B2为综合指标B2对应的综合指标函数，F_B2为综合指标B3对应的综合指标函数，A1～A5分别表示国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5共五项用户特征指标。在得到a个综合指标的综合指标函数的基础上，针对任意用户的p项用户特征指标，则将p项用户特征指标的国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5分别代入式(10)，记得得到对应的综合指标B1～综合指标B3的值。

如图3和图4所示，本实施例中神经网络识别模型的训练详细步骤包括：

S1)将n个用户样本的p项用户特征指标进行主成分分析得到的a项综合指标，并将n个用户样本的a项综合指标构建成员矩阵；本实施例中，用于训练的样本集包括国家电网全省前500用电量最大客户作为训练集，构建的成员矩阵如下：

由于a项综合指标的值为3，因此成员矩阵为500行3列的矩阵。

S2)初始化隶属度矩阵和最大迭代次数，当前模糊聚类迭代次数i；

S3)归一化成员矩阵；

S4)模糊聚类迭代开始，计算成员矩阵的矩阵中心作为当前第i次模糊聚类迭代的聚类中心；

S5)修正隶属度矩阵，计算目标函数；

S6)判断是否满足预设的迭代终止条件，如果不满足则将当前模糊聚类迭代次数i加1，跳转执行步骤S4)；否则判定模糊聚类迭代结束，跳转执行步骤S7)；

S7)对模糊聚类中出现的样本空间X进行数据归一化预处理，其中样本空间X是在聚类生产的隶属度矩阵中所有用户最大隶属度均值高于预设阈值的模糊聚类里的数据集合；

S8)确定神经网络识别模型的网络拓扑结构和粒子群算法的主要参数，且神经网络识别模型的输入为a项综合指标、输出为指定的b项电能替代方式；

如图5所示，本实施例中神经网络识别模型具体采用BP神经网络；BP神经网络输入个数为3，输出个数为4，网络激活功能采用Logsig函数(matlab神经网络工具箱中的一个函数，函数表达式为logsig(n)＝1/(1+exp(-n)))，隐藏层的神经元个数在本实验设置为5个，神经网络目标误差为0.01。此外，粒子群算法的主要参数包括：粒子群的惯性权重采用0.9～0.1的线性递减策略，采用的惯性权重为0.3，种群数量为5，加速系数为0.01。

S9)粒子群迭代开始，把粒子群的每一维向量映射为神经网络识别模型的一组连接权重、阈值，从而将神经网络识别模型的连接权重、阈值作为粒子群算法的粒子群；其中连接权重为w、阈值为神经元内的参量，输入之和需要超过一定数值时，输出才会有反应，这个数值一般称为阈值，阈值的作用即控制输入的个数的范围；

S10)将样本空间X进行数据归一化预处理的结果及其标记的电能替代方式构成训练样本集；样本空间X为n行p列，可表示为：

如果样本空间X中的n个向量x_ij(i＝1,2,…,n，j＝1,2,…,p)被分成c(2≤c≤n)个模糊组，U＝(u_ik)_c×n表示成员矩阵，u_ik表示第k个样本的隶属度，通过归一化成员矩阵，相同数据集的隶属度等于1，如式(11)所示；

式(11)中，u_ik表示第k个样本的隶属度，c为把样本空间X中n个向量划分为模糊分组的数量。

S11)从样本空间X对每一个个体计算粒子适应度，所述粒子适应度为第d次粒子群迭代后网络实际输出和理想输出之间的误差平方和，可表达为式(12)所示；

式(12)中，J_d为粒子适应度，

代表第d次迭代第j个输入的网络实际输出，y_j为理想输出，D为最大迭代次数，n为总粒子数；

S12)判断预设的目标函数的值小于目标误差或者迭代次数大于预设阈值是否成立，如果均不成立，则更新每一个粒子的位置信息，使得粒子群每一维的信息被更新，跳转执行步骤S9)；否则，判定粒子群迭代结束，跳转执行步骤S13)；设V＝{v₁，v₂，...v_c}代表聚类中心组，v_i代表一个聚类中心，且i∈[1,c]，c为把样本空间X中n个向量划分为模糊分组的数量；聚类中心v_i＝{v_i1，v_i2，...v_ip}中，v_ik为第i个聚类中心第k个特征指标的值，k∈[1,p]，p为用户特征指标数量。

本实施例中，预设的目标函数V如式(13)所示；

式(13)中，

表示样本空间X中第k个样本X_k隶属于第i类样本的隶属度，m是加权指数，d_ik为样本空间X中第k个样本与第i个聚类中心之间的距离，c为把样本空间X中n个向量划分为模糊分组的数量，n为聚类样本数量。

S13)输出一组权值、阈值作为优化结果优化神经网络识别模型；

S14)对所述神经网络识别模型进行训练并校验网络泛化能力，使得所述神经网络识别模型建立了a项综合指标、指定的b项电能替代方式之间的映射关系。

其中，步骤S1)～S7)为建立相似用户聚类模型的过程，步骤S8)～S12)为基于粒子群算法和神经网络的组合识别模型流程。由于步骤S1)～S7)的模糊聚类分析模型采用隶属度对用户进行分类，但是分类之前必须先要确定待分类用户的分类数目，样本被分成c个聚类的参量c必须是已知量。然而实际用户的情况非常复杂，不可能预先知道用户合理的分类数目。而分类数目是否合理直接影响分类效果的好坏，进而影响典型用户筛选，所以必须对分类数目的有效性进行检验。

为了进一步验证聚类结果的有效性，将对同类离散度G₁、中心离散度G₂、平均隶属度G₃三个指标的聚类结果进行分析。

同类离散度G₁的计算函数表达式如式(14)所示；

式(14)中，c为把样本空间X中n个向量划分为模糊分组的数量，V_i为第i个聚类中心，V_j为第j个聚类中心，d(V_i，V_j)为聚类中心V_j和聚类中心V_j之间的欧几里德距离，x_j表示样本空间X中的第j个向量。

中心离散度G₂的计算函数表达式如式(15)所示；

式(15)中，c为把样本空间X中n个向量划分为模糊分组的数量，V_i为第i个聚类中心，V_j为第j个聚类中心，d(V_i，V_j)为聚类中心V_i和聚类中心V_j之间的欧几里德距离。

平均隶属度G₃的计算函数表达式如式(16)所示；

式(16)中，U_max，j为第j个用户在隶属度矩阵中的最大隶属度，N为式(11)中的n个约束式的拉格朗日乘子。在分类相对清晰时，应具有较大的平均隶属度G₃。

上述同类离散度G₁、中心离散度G₂、平均隶属度G₃三个指标分别从不同角度反映分类效果，以此为基础，结合有效性偏好指定指标权重M＝[m₁,m₂,m₃]，根据各指标性质定义综合有效性指标G如式(17)所示；

G＝-m₁G₁+m₂G₂+m₃G₃ (17)

本实施例中，根据偏好可设定指标权重M＝[0.1,0.7,0.2]，计算得到的有效性指标如表4所示；

表4：有效性指标数据表。

指标/分类数	3	4	5
				G1	0.69	0.70	0.56
G2	0.51	0.84	0.49
				G3	0.72	0.83	0.78
G	0.46	0.51	0.47

如表4所示，聚类的最大有效性为0.51，即聚类分为4类(有效性指标越大，分类的效果越好。所以选择分类效果最好的那个分类数)即将训练数据分成4类在BP神经网络中用其进行训练。针对神经网络识别模型的泛化能力验证，是为了确定系统性能，反映模型结果的拟合程度，用模型所得值与实际值之间的相似程度来衡量。用MATLAB工具对相关数据进行验证和分析，并与传统的BP神经网络模型进行比较。仿真结果如图6和图7所示。根据图6和图7进行对比可知，优化后的BP神经网络相对于标准BP，收敛速度快，且振荡较小，训练效果优于标准BP，可提高识别速度，降低网络输出错误。

最终将本实施例基于机器学习的电能替代潜在客户预测方法对针对50个用户构成的待预测用户集合，识别结果如表5所示；

表5：模型识别结果表。

分类结果	A	B	C	D
					潜在用户	15	7	13	15

参见上表可知，50个用户构成的待预测用户集合中，A类潜在用户有15个用户，可使用电力替换油；B类用户共有7个，无电能替代潜力或潜力很小；C类用户共有13个用户，可使用电力替换煤；D类潜在用户有15个用户，可使用电力替换天然气。该神经网络识别模型能够有效识别电能潜在用户，具有收敛速度快，学习能力强的特点。

综上所述，本实施例基于机器学习的电能替代潜在客户预测方法仅仅是以前述特定的电能可替代能源进行了的示例性说明，毫无疑问在此启发下，针对其他电能可替代能源可以将其指标加入聚类和预测模型中，增加分类，帮助细化用户。本实施例基于机器学习的电能替代潜在客户预测方法通过利用大数据建模、机器学习技术建立的电能替代潜力用户量化评估体系以重构用电客户的需求、精准定位电能替代潜力客户群体，能够为实施电能替代精准营销提供科学的决策依据，具有预测准确度高、使用方便、设置简单的优点。

此外，本实施例基于机器学习的电能替代潜在客户预测方法通过一个安卓APP和网页web和一个在线识别API的形式提供对外服务，通过在线识别API来调用本实施例基于机器学习的电能替代潜在客户预测方法，从而可以根据给定的信息对用户电能替代潜力进行预测。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于机器学习的电能替代潜在客户预测方法，其特征在于实施步骤包括：

1)输入待预测用户的p项用户特征指标；

2)将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标；

3)将a项综合指标输入神经网络识别模型确定待预测用户对应的电能替代方式，所述神经网络识别模型预先经过训练样本集训练建立了a项综合指标、指定的b项电能替代方式之间的映射关系，所述训练样本集包含用户样本的a项综合指标及其标记的电能替代方式，且所述a项综合指标为用户样本的p项用户特征指标进行主成分分析得到；

步骤2)中将待预测用户的p项用户特征指标进行主成分分析得到的a项综合指标具体是指将待预测用户的p项用户特征指标分别输入预设的a个综合指标函数进行主成分分析计算，共得到a项综合指标；所述综合指标函数的确定步骤包括：

2.1)输入n个用户样本数据，每一个用户样本数据包括p项用户特征指标，构建n行p列的数据矩阵A；

2.2)将数据矩阵A中的各项用户特征指标数据进行标准化；

2.3)针对标准化后的数据矩阵A，计算其中任意两个用户特征指标之间的相关系数，将所有的相关系数构成p行p列的相关系数矩阵B，其中p为用户特征指标数量；

2.4)通过相关系数矩阵B求解式(1)所示相关系数矩阵特征方程的特征根，共得到p个特征根，其中p为用户特征指标数量；

|λ_pE-B|＝0 (1)

式(1)中，λ_p表示特征值，E表示单位矩阵，B表示相关系数矩阵；

2.5)分别计算p个特征值的方差贡献率以及累积方差贡献率；

2.6)根据所述相关系数矩阵特征方程，确定每一个特征根对应一个特征向量L_g，L_g＝{l_g1,l_g2,…,l_gp}，g＝1,2,…,p，其中p为用户特征指标数量；针对标准化后的数据矩阵A，将标准化后的数据矩阵A中的各项用户特征指标数据根据式(2)转换为主成分；

F_g＝l_g1R₁+l_g2R₂+…+l_gpR_p (2)

式(2)中，F_g表示第g项主成分，L_g＝{l_g1,l_g2,…,l_gp}为第g个特征根λ_g对应的特征向量，R₁～R_p分别为标准化后的数据矩阵A中的第1～p列变量，p为用户特征指标数量；

2.7)根据累积方差贡献率大于或等于预设阈值、主成分的特征值大于1两项原则选择确定选取的主成分数量a，选取a个综合指标；将a个综合指标作为综合主因子、p个特征根作为公共因子，得到包含任意的第i个综合主因子在第j个公共因子上的载荷的初始载荷矩阵，所述初始载荷矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.8)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵，所述主成分因子旋转荷载矩阵包括a个综合指标及其对应p项用户特征指标的取值；

2.9)针对主成分因子旋转荷载矩阵中的每一个综合指标，将该综合指标对应p项用户特征指标的取值作为权重进行线性加权求和，分别得到a个综合指标的综合指标函数。

2.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤1)中的p项用户特征指标包括国内生产总值A1、产品产量A2、煤炭能源消耗A3、耗油量A4、天然气的能源消耗A5共五项用户特征指标。

3.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤3)中的电能替代方式包括电力替换油A、无电能替代潜力或潜力很小B、电力替换煤C、电力替换天然气D一共四种电能替代方式。

4.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤2.2)中将数据矩阵A中的各项用户特征指标数据进行标准化的函数式如式(3)～式(5)所示；

式(3)～式(5)中，为数据矩阵A中第i个用户样本的第j项用户特征指标标准化后的变量值，为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，为数据矩阵A中第j项用户特征指标的标准差，n为用户样本数量。

5.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤2.3)中计算其中任意两个用户特征指标之间的相关系数的函数式如式(6)所示；

式(6)中，为用户特征指标j与用户特征指标k的相关系数，为数据矩阵A中第i个用户样本的第j项用户特征指标，

为数据矩阵A中第j项用户特征指标的均值，为数据矩阵A中第j项用户特征指标的标准差，

是第k项用户特征指标的均值，是第k项用户特征指标的标准差，n为用户样本数量。

6.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤2.5)中计算p个特征值的方差贡献率以及累积方差贡献率如式(7)和式(8)所示；

式(7)和式(8)中，D_i为第i个特征值的方差贡献率，p_i为第i项用户特征指标的特征值，p_k为第k项用户特征指标的特征值，D1_i为第i个特征值的累积方差贡献率，i和j取值为1～p之间的整数，p为用户特征指标数量。

7.根据权利要求1所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，步骤2.8)将初始载荷矩阵进行正交旋转得到主成分因子旋转荷载矩阵时，旋转角度为30°。

8.根据权利要求1～7中任意一项所述的基于机器学习的电能替代潜在客户预测方法，其特征在于，所述神经网络识别模型的训练详细步骤包括：

S1)将n个用户样本的p项用户特征指标进行主成分分析得到的a项综合指标，并将n个用户样本的a项综合指标构建成员矩阵；

S2)初始化隶属度矩阵和最大迭代次数，当前模糊聚类迭代次数i；

S3)归一化成员矩阵；

S4)模糊聚类迭代开始，计算成员矩阵的矩阵中心作为当前第i次模糊聚类迭代的聚类中心；

S5)修正隶属度矩阵，计算目标函数；

S6)判断是否满足预设的迭代终止条件，如果不满足则将当前模糊聚类迭代次数i加1，跳转执行步骤S4)；否则判定模糊聚类迭代结束，跳转执行步骤S7)；

S7)对模糊聚类中出现的样本空间X进行数据归一化预处理，其中样本空间X是在聚类生产的隶属度矩阵中所有用户最大隶属度均值高于预设阈值的模糊聚类里的数据集合；

S8)确定神经网络识别模型的网络拓扑结构和粒子群算法的主要参数，且神经网络识别模型的输入为a项综合指标、输出为指定的b项电能替代方式；

S9)粒子群迭代开始，把粒子群的每一维向量映射为神经网络识别模型的一组连接权重、阈值，从而将神经网络识别模型的连接权重、阈值作为粒子群算法的粒子群；

S10)将样本空间X进行数据归一化预处理的结果及其标记的电能替代方式构成训练样本集；

S11)从样本空间X对每一个个体计算粒子适应度，所述粒子适应度为第d次粒子群迭代后网络实际输出和理想输出之间的误差平方和；

S12)判断预设的目标函数的值小于目标误差或者迭代次数大于预设阈值是否成立，如果均不成立，则更新每一个粒子的位置信息，使得粒子群每一维的信息被更新，跳转执行步骤S19)；否则，判定粒子群迭代结束，跳转执行步骤S13)；

S13)输出一组权值、阈值作为优化结果优化神经网络识别模型；

S14)对所述神经网络识别模型进行训练并校验网络泛化能力，使得所述神经网络识别模型建立了a项综合指标、指定的b项电能替代方式之间的映射关系。

Images