基于農用電特征分析的制茶用戶精準識別研究

國網安徽省電力有限公司互聯網辦公室（信通公司） 陶 軍 張 勇 唐 波 邵 杰 朱筆揮

1 引言

我國在農村通過電力網絡向用戶輸送和分配電能，農用電網主要由110kV及以下輸電、配電線路和變電所構成，農村用電電源主要來自大電力系統，也有來自各種類型的中小型發電廠和發電機組。當前農用電具有用電季節性強、小型用電設備多、自然功率因數低、裝置容量利用小時數小、供電成本高等特點。

2020年，黃山市茶葉產量4.8萬噸，較2019年增長了7.2%。制茶產業作為黃山地區鄉村振興、農民致富的特色支柱，總體上來說，在地區上有一定的集中分布性，在當地農用電高峰時間段體現的非常明顯。同時由于市場競爭的加劇，農用電茶企設備迭代更新速度的明顯加快，在以往制茶季農用電高峰期間，經常會出現階段性茶企低壓情況，對當地農用電供電運行保障質量提升帶來了極大的挑戰。

2 以制茶用戶為例的研究思路

以制茶用戶為例，包括制茶企業、制茶作坊及制茶農戶，用戶分布特點與茶葉產地的分布有明顯的相關性，即相關的企業或用戶都會選擇在茶葉產地附近進行生產相關活動，有明顯的聚集性。因此可以從產地聚集性，確定制茶用戶的范圍，并通過變壓器信息臺賬信息，進一步確定用戶的范圍；茶葉采摘有明顯的季節性，相關茶葉生產也有明顯的季節性，其用電規律與其他企業有較大的差異，可通過用戶的用電規律識別制茶用戶，具體分析步驟如下：

根據制茶用戶產地、所屬臺區，圈定待測用戶所屬臺區。

通過線上采集、線下收集等多種方式，從營銷、采集等相關業務系統或其他渠道收集用戶基礎檔案信息、用戶所屬臺區信息、用電統計信息等數據，并根據數據之間的關聯關系進行數據的整合和處理。

針對標記的制茶用戶，從業務和數據合理性多個角度對數據進行觀測和清洗，剔除異常用戶及數據，結合已有數據，從多維度構建改造用戶離散特征體系，通過改造前后差異性對比，篩選顯著特征。

對標記的用戶進行聚類。同時計算待測用戶與標記制茶用戶的相似度，使用機器學習算法識別疑似制茶用戶。

3 制茶用戶識別研究

3.1 數據收集

已知制茶樣本用戶中，共計6044戶，其中4、5、6月份電量連續為0的戶數為1242戶，剔除該部分異常樣布用戶數據，有效樣本數據為4802戶。

已知的制茶樣本用戶行業及用戶數分布如表1所示。

表1 制茶用戶分布情況

制茶樣本用戶所在行業集中在如下行業：“農業”“精制茶加工”“農、林、牧、漁專業及輔助性活動”“其他農副食品加工”“鄉村居民”“林業”“房屋建筑業”。其中，“鄉村居民”“林業”“房屋建筑業”用戶數特別少。

3.2 用戶用電特征分析

3.2.1 用戶月用電特征分析

如圖1所示，制茶用戶在每年的5月份，存在較大的用電峰值；部分制茶用戶在每年的6月份，存在較小的用電峰值。同時，不同的供電單位之間制茶用戶月電量分布存在差異。

圖1 2020年制茶用戶月電量特征

3.2.2 用戶日用電特征分析

從2020年4月5號開始，制茶用戶日平均用電量遞增，逐步進入采茶季。分別計算每個制茶用戶3月1號至3月10號的平均日電量、3月11號至3月20號的平均日電量、3月21號至3月31號的平均日電量、4月1號至4月10號的平均日電量、4月11號至4月20號的平均日電量、4月21號至4月30號的平均日電量，作為每一個制茶用戶的日用電特征。

3.3 基于曲線聚類的用戶識別研究

基于電力用戶負荷曲線進行聚類分析，是獲得典型負荷分布和按負荷特性對用戶分類的重要手段，對于負荷預測、負荷控制、用電異常檢測甚至電價目錄制定和開發營銷策略等都有理論和實際意義，目前對負荷曲線聚類的方法有很多，各有優點與不足[1-3]。

圖2 2020年制茶用戶日電量特征

圖3 聚類效果圖

制茶用戶聚類效果如下：

通過聚類，將制茶用戶聚為4類：“label_0”類用戶數20戶；“label_1”類用戶數123戶；“label_2”類用戶數208戶；“label_3”類用戶數191戶。

其中label_0類用戶主要聚集的是5月月電量5000千瓦時上下的用戶，這一類的制茶用戶5月月用電量非常大且用電規律特別集中；label_1類用戶主要聚集的是5月電量2500千瓦時上下的用戶，用戶的用電規律同樣相對集中；label_2類用戶主要聚集的是5月電量1500千瓦時上下的用戶，用戶的用電規律相對于label_0及label_1較弱；label_3聚集的是用電量相對較小的用戶，總體上來說，這一類制茶用戶表現出5月用電量較高的用電趨勢。

3.4 識別效果研究

依據目前訓練的用電模型，對有效樣本制茶用戶4802戶，剔除熟練模型用731戶，對剩余的4071戶進行識別驗證，有3790戶被識別為制茶用戶，識別準確率為93.1%。

綜上，本文以黃山用電采茶用戶的精準識別方法為例。首先，基于黃山市采茶用戶的用電數據信息，開展制茶用戶的用電特征分析；其次，基于制茶用戶的用電特征采用曲線聚類+knn判別方法進行進行分析，最終將用戶劃分為4類。用該方法對其它用戶進行識別，模型識別準確率較高。該方法的研究和應用，為電力公司助力黃山茶企等農村用電企業發展，提高農用電供電能力，改善農用電電能質量，增強農用電保障力度夯實農用電智慧建設基礎。