基于A(yíng)ffinity propagation和K-means算法的電力大用戶(hù)細(xì)分方法分析

魏小曼，余 昆，陳星鶯，顏 擁，張 爽，景偉強(qiáng)

（1.河海大學(xué) 能源與電氣學(xué)院，南京 211100；2.國(guó)網(wǎng)浙江省電力公司 電力科學(xué)研究院，杭州 310000）

隨著電力市場(chǎng)改革的不斷深入，電力大用戶(hù)在電力市場(chǎng)中的地位日益突出，通過(guò)對(duì)大用戶(hù)細(xì)分，供電公司可以進(jìn)一步了解大用戶(hù)，識(shí)別有價(jià)值的大用戶(hù)用電行為和價(jià)值特征，從而制定有針對(duì)性的服務(wù)措施和差異化的營(yíng)銷(xiāo)策略，在有效控制資源分配成本時(shí)顯著提高供電企業(yè)服務(wù)水平［1］。

電力大用戶(hù)的用電量占供電公司售電量的比重大，是供電企業(yè)售電利潤(rùn)的最主要來(lái)源。電力大用戶(hù)的價(jià)值以及發(fā)展?jié)摿κ枪╇娖髽I(yè)制定決策和服務(wù)措施的重要依據(jù)。現(xiàn)有部分文獻(xiàn)所提出的用戶(hù)細(xì)分方法依據(jù)行業(yè)不同，將用戶(hù)分為工業(yè)、商業(yè)等類(lèi)型，該方法簡(jiǎn)單、高效，但不能有效地為電力公司提供決策依據(jù)［2］。而針對(duì)服務(wù)措施所提出的細(xì)分指標(biāo)則主要針對(duì)用戶(hù)的現(xiàn)有價(jià)值和發(fā)展?jié)摿Γ?］，卻在分析未來(lái)發(fā)展?jié)摿r(shí)忽略了用戶(hù)近期和長(zhǎng)期的發(fā)展趨勢(shì)。對(duì)大用戶(hù)進(jìn)行定性分析是企業(yè)宏觀(guān)上對(duì)大用戶(hù)進(jìn)行分類(lèi)的一種方法，主要是根據(jù)決策者的判斷來(lái)對(duì)大用戶(hù)進(jìn)行分析，沒(méi)有嚴(yán)格的論證過(guò)程，決斷結(jié)果片面主觀(guān)，容易造成較大的決策偏差。定量分析方法則是應(yīng)用智能算法根據(jù)用戶(hù)屬性特征值將用戶(hù)進(jìn)行聚類(lèi)，文獻(xiàn)［4］應(yīng)用經(jīng)典的K-means算法對(duì)大用戶(hù)進(jìn)行聚類(lèi)，但K-means難以確定聚類(lèi)數(shù)K，對(duì)孤立點(diǎn)敏感，并基于梯度下降搜索時(shí)容易陷入局部最優(yōu)［5］；……