(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210929749.9 (22)申请日 2022.08.04 (71)申请人 宁波高盛电气有限公司 地址 315000 浙江省宁波市 鄞州区彩虹北 路58号15 01室(承诺申报) (72)发明人 李廷定　王俞炳　罗栋梁　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 文慧君 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于大数据分析的用电行为预测方法及系 统 (57)摘要 本发明涉及用电监控技术领域， 具体涉及一 种基于大数据分析的用电行为预测方法及系统， 该方法根据车辆充电前的用电能耗获取集中充 电区域中每个车辆的第一用电特征和用电行为 典型程度， 并获取每个车辆充电后的第二用电特 征， 根据集中充电区域内的有效充电车辆数量计 算充电车辆数量不稳定性， 以组成每个车辆的第 一特征向量； 根据第一特征向量对 所有车辆进行 聚类以获取每个车辆对应的第一特征向量的转 移置信度描述子， 利用第一特征向量和对应的转 移置信度描述子对FCN预测网络进行训练， 以根 据转移置信度描述子的预测值进行异常用电行 为检测。 通过FCN预测网络能够准确预测车辆与 车辆群体 之间的转移关系， 以便精 准确认用户的 用电行为。 权利要求书2页 说明书7页 附图1页 CN 115130784 A 2022.09.30 CN 115130784 A 1.一种基于大 数据分析的用电行为预测方法， 其特 征在于， 该 方法包括以下步骤： 根据当前车辆在集中充电区域进行充电前的用电能耗， 得到当前车辆的第一用电特 征， 并获取同一采样时刻下集中充电区域中其他车辆的第一用电特征， 以得到当前车辆的 基准用电特征， 计算当前车辆的第一用电特征和基准用电特征之间的相似程度， 得到当前 车辆的用电行为典型程度； 获取同一采样时刻下集中充电区域中所有车辆的所述用电行为典型程度， 并根据集中 充电区域内的有效充电车辆数量， 计算同一采样时刻下集中充电区域的充电车辆数量不稳 定性； 根据所有车辆在集中充电区域进行充电后的用电能耗， 分别得到每个车辆的第二用 电特征； 将 每个车辆的所述第一用电特征、 所述用电行为 典型程度、 所述第二用电特征和所 述充电车辆数量 不稳定性构成对应车辆的第一特 征向量； 利用任意两个第 一特征向量之间的不相似程度对所有车辆进行聚类， 得到M个聚类簇， M为正整数， 将当前车辆所在聚类簇中的其他车辆作为目标车辆， 根据所有车辆的下一次聚 类结果， 分别统计每个聚类簇所包含的目标车辆的第一数量， 将M个聚类簇的第一数量组成 数量序列， 对所述数量序列进 行极差标准化得到当前车辆对应的第一特征向量的转移置信 度描述子； 获取每个第 一特征向量的所述转移置信度描述子， 将第 一特征向量中的所述第 一用电 特征、 所述用电行为 典型程度和所述充电车辆数量不稳定性作为FCN预测网络的输入、 所述 转移置信度描述子作为输出， 对所述FCN预测网络进行训练， 利用训练好的所述FCN预测网 络得到待检测车辆的所述转移置信度描述子的预测值， 根据预测值对待检测车辆进行异常 用电行为检测。 2.如权利要求1所述的一种基于大数据分析的用电行为预测方法， 其特征在于， 所述第 一用电特 征的获取 方法， 包括： 基于采样频率获取当前车辆在指定时段内的用电能耗， 以构建当前车辆充电前的能耗 直方图， 将所述能耗 直方图中的所有直方图bi n构成当前 车辆的所述第一用电特 征。 3.如权利要求1所述的一种基于大数据分析的用电行为预测方法， 其特征在于， 所述当 前车辆的用电行为典型程度的获取 方法， 包括： 分别计算当前车辆与其他车辆对应所述第 一用电特征之间的相似值， 令相似值按照从 大到小排序， 将最大相似值对应的其他车辆的所述第一用电特征和第K个相似值对应的其 他车辆的所述第一用电特 征作为当前 车辆的基准用电特 征； 分别计算当前车辆的所述第一用电特征与基准用电特征中每个所述第一用电特征之 间的L2距离， 将两个L2 距离之间的均值作为当前 车辆的所述用电行为典型程度。 4.如权利要求1所述的一种基于大数据分析的用电行为预测方法， 其特征在于， 所述充 电车辆数量 不稳定性的获取 方法， 包括： 基于历史充电数据， 分别统计每次历史采样对应的有效充电车辆数量， 进而结合同一 采样时刻下的有效充电车辆数量以构成时序上的有效充电车辆数量序列， 选取所述有效充 电车辆数量序列中top ‑n个有效充电车辆数量计算平均值， n为正整数， 将平均值与所述车 辆数量序列中最后一个有效充电车辆数量之间的差值作为所述充电车辆数量 不稳定性。 5.如权利要求1所述的一种基于大数据分析的用电行为预测方法， 其特征在于， 所述利 用任意两个第一特 征向量之间的不相似程度对所有车辆进行聚类的方法， 包括：权　利　要　求　书 1/2 页 2 CN 115130784 A 2利用Similarity函数分别计算任意两个第一特征向量中对应所述第二用电特征之间 的第一相似值、 对应所述用电行为典型程度之间的第二相似值、 对应所述充电车辆数量不 稳定性之间的第三相似值； 获取第一相似值、 第二相似值和第 三相似值之间的乘积， 由乘积得到所述不相似程度， 所述不相似程度与乘积之间呈负相关 关系； 将所述不相似程度作为样本距离， 基于样本距离利用OPTICS算法对所有车辆进行聚 类。 6.如权利要求1所述的一种基于大数据分析的用电行为预测方法， 其特征在于， 所述根 据预测值对待检测车辆进行异常用电行为检测的方法， 包括： 获取待检测车辆所在的聚类簇， 在所述预测值中获取该聚类簇所对应的元素值， 当元 素值小于元 素值阈值时， 确认该待检测车辆存在异常用电行为。 7.一种基于大数据分析的用电行为预测系统， 包括存储器、 处理器以及存储在所述存 储器中并在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程 序时实现如权利要求1 ‑6任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115130784 A 3