阅读说明：本技术 基于多层复杂网络的四网融合用户用能数据模型构建方法 (Method for constructing energy consumption data model of four-network fusion user based on multilayer complex network ) 是由 朱华 赵现平 刘柱揆 杨政 潘侃 尹春林 于 2020-05-25 设计创作，主要内容包括：本发明涉及一种基于多层复杂网络的四网融合用户用能数据模型构建方法,包括：S01,采集多维样本使用数据；S02,基于所述多维样本数据对每个粒度网络进行建模；S03,构建四层网络；S04构建属性层；S05,将每一层均构建为图G(V,E,A)。本发明基于四网融合采集的用户数据,结合多层复杂网络方法,从多层次、多维度、多粒度3个层面构建成用户用能数据模型,具有结构清晰、关系分明的特点,再现用户数据在3个方面呈现特性的形成机理,实现用户数据的全方位研究,更能体现真实四网融合复杂数据系统,全面直观反映不同客户、产品、渠道在“四网融合”背景下的关联关系,同时有利于对用户用能行的有效分析及预测。(The invention relates to a method for constructing a four-network convergence user energy consumption data model based on a multilayer complex network, which comprises the following steps: s01, collecting multidimensional sample use data; s02, modeling each particle size network based on the multi-dimensional sample data; s03, constructing a four-layer network; s04 constructing an attribute layer; s05, constructing each layer into a graph G (V, E, A). The invention constructs a user energy data model from 3 levels of multiple levels, multiple dimensions and multiple granularities based on the user data collected by the four-network integration and combines a multi-level complex network method, has the characteristics of clear structure and clear relationship, reproduces the formation mechanism of the presenting characteristics of the user data in 3 aspects, realizes the omnibearing research of the user data, can embody a real four-network integration complex data system, comprehensively and intuitively reflects the incidence relationship of different customers, products and channels under the background of the four-network integration, and is simultaneously beneficial to the effective analysis and prediction of the user energy.)

基于多层复杂网络的四网融合用户用能数据模型构建方法

技术领域

本申请涉及数据处理技术领域，尤其涉及一种基于多层复杂网络的四网融合用户用能数据模型构建方法。

背景技术

“四网融合”的核心价值是电力能源的大数据库，其价值增值极高，具备国家层面的战略意义。电力行业是大数据技术应用的重要领域之一，电力大数据产生于电力生产的各个环节，蕴藏着丰富的商业和社会价值。电力大数据是以业务趋势预测、数据价值挖掘为目标，利用数据集成管理、数据存储、数据计算、分析挖掘等方面的核心关键技术，实现面向典型业务场景的模式创新及应用提升。电力用户行为分析是电力大数据分析挖掘的一个典型用户场景，通过对用户用电负荷曲线等信息进行分析和挖掘，进一步对用户开展行为分析工作。用户行为分析结果可用于电力负荷预测、电力营销、电力规划运行等具体场景。

“四网融合”后的电网体现出电力流、信息流和业务流高度融合的显著特点，依托电力光纤入户能够采集到用户的大量数据，包括用电数据、广电使用数据、电信使用数据、互联网使用数据等，如何分析、挖掘这些用户数据的价值(发现用户的特征和用能行为习惯)并加以利用，最终为用户提供有差异化的高性价比产品或服务，成为暨“四网融合”之后，电网企业面对的严峻挑战之一。

发明内容

本申请提供了一种基于多层复杂网络的四网融合用户用能数据模型构建方法，以便于对“四网融合”的用户行为进行挖掘、分析和预测。

本申请采用的技术方案如下：

本发明提供了一种基于多层复杂网络的四网融合用户用能数据模型构建方法，所述方法包括：

采集多维样本使用数据，所述多维样本数据包括电网使用数据、电信网使用数据、广电网使用数据和互联网使用数据；

基于所述多维样本数据对每个粒度网络进行建模，将每个粒度中每个用户使用的每个维度的样本数据作为一个节点，将所述每个维度的样本数据的节点之间的具有交互关系的使用连边连接；

构建四层网络，所述四层网络包括电网层、电信网层、广电网层和互联网层，将每个粒度的多个用户的电网使用数据、电信网使用数据、广电网使用数据和互联网使用数据放在对应的层中，将所有所述节点投射到每一层中，并将相邻层上代表同一用户交互关系的所述节点用耦合边连接；

构建属性层，所述属性层包括多个用户类型，将每个用户类型作为一个属性节点，所述属性节点代表每层网络中节点的属性值，各网络层中的某一所述节点包含所述属性值时，将所述属性节点与所述节点用属性边连接；

将每一层均构建为图G(V,E,A)，其中，V表示节点集，E表示边集，A是各节点存储的信息，所述各节点存储的信息包括用户名称、用户类型以及相应的用能数据。

进一步地，所述粒度包括以用户为单位、以企业/小区为单位和以市/区/县为单位。

进一步地，所述属性层的所述多个用户类型包括企业用户、居民用户。

进一步地，所述互联网层、所述广电网层、所述电信层、所述电网层和所述属性层依次设置。

进一步地，所述属性层的每个属性节点与电网层的用户连接。

进一步地，所述电网层、电信网层、广电网层、互联网层分别构建成G_A、G_B、G_C和G_D，属性层则构建为G_EA(V_E,E_EA,A_E)，其中V_E是属性节点的集合，E_EA是所述属性节点与电网层中所述节点的连边集合，A_E是属性节点的属性信息，G_A、G_B、G_C和G_D间的所述耦合边分别记为E_AB、E_AC、E_AD、E_BC、E_BD、E_CD。

采用本申请的技术方案的有益效果如下：

本发明基于四网融合采集的用户数据，结合多层复杂网络方法，从多层次、多维度、多粒度3个层面构建成用户用能数据模型，具有结构清晰、关系分明的特点，再现用户数据在3个方面呈现特性的形成机理，实现用户数据的全方位研究，更能体现真实四网融合复杂数据系统，全面直观反映不同客户、产品、渠道在“四网融合”背景下的关联关系，同时有利于对用户用能行的有效分析及预测。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为基于多层复杂网络的四网融合用户用能数据模型构建方法的流程图；

图2为多维网络节点投射为多层网络的示意图；

图3为四网融合用户用能数据模型结构示意图。

具体实施方式

下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。

参见图1为基于多层复杂网络的四网融合用户用能数据模型构建方法的流程图；

图2为多维网络节点投射为多层网络的示意图；图3为四网融合用户用能数据模型结构示意图。

本申请提供的一种基于多层复杂网络的四网融合用户用能数据模型构建方法，方法具体包括：

S01：采集多维样本使用数据，所述多维样本数据包括电网使用数据、电信网使用数据、广电网使用数据和互联网使用数据；

S02：基于所述多维样本数据对每个粒度网络进行建模，将每个粒度中每个用户使用的每个维度的样本数据作为一个节点，将所述每个维度的样本数据的节点之间的具有交互关系的使用连边连接，其中，所述粒度包括以用户为单位、以企业/小区为单位和以市/区/县为单位；

随着电力光纤的入户，作为“三网融合”的支撑，电网是最为关键的一个网络。任何用户只要有使用电信通信、广播电视和互联网的数据，其一定会有用电数据，则该用户的数据必定会在电网、电信网、广电网、互联网中体现出来。

S03：构建四层网络，所述四层网络包括电网层、电信网层、广电网层和互联网层，将每个粒度的多个用户的电网使用数据、电信网使用数据、广电网使用数据和互联网使用数据放在对应的层中，将所有所述节点投射到每一层中，并将相邻层上代表同一用户交互关系的所述节点用耦合边连接；

该步骤遵循四网融合用户用能数据模型的多层性和多维性，其中多层性体现在电网层以及由电信网层、广电网层、互联网层构成的社交层；多维性体现在将“四网”中同一个用户的不同交互关系投射到不同的层中。

多维网络表示为多层网络的基本原理如图2所示。多维网络中，4个节a、b、c、d之间具有两种不同的连边，分别表示关系1和关系2。将关系1和关系2分离开来，构造成两个关系层，四个节点分别投射到两层中，在关系1层中投射为a₁、b₁、c₁、d₁，关系2层中为a₂、b₂、c₂、d₂，并在不同层间将同一节点用层间耦合边连接起来，如a₁与a₂相连等。最后，在每层内的各节点间只添加对应关系的连边。经过此过程后，原始网络中混杂的两种关系就被分离开来，节点间每一种连边关系清晰可见。

S04：构建属性层，所述属性层包括多个用户类型，将每个用户类型作为一个属性节点，所述属性节点代表每层网络中节点的属性值，各网络层中的某一所述节点包含所述属性值时，将所述属性节点与所述节点用属性边连接，其中，多个用户类型包括企业用户、居民用户；

在很多现实的应用中，网络的拓扑结构和顶点的属性信息都非常的重要。然而，现有的图聚类方法仅仅考虑了其中的一个方面而忽略了另外一方面。所以现有的方法生成的簇中要么顶点的属性值分布比较随机；要么簇内联系比较松散。因此，为了提高用能行为预测的准确性，该步骤将包含属性信息的复杂网络模型中网络的结构相似性与属性相似性集成起来。基本思想如下：

假设包含属性信息的复杂网络可以表示为图G(V,E,A)，其中V表示节点集，E表示边集，A＝{a₁,a₂,...,a_m}表示与顶点相关联的m个属性，用以描述顶点的特性；并且属性a_i的值域为Dom(a_i)＝{a_i1,a_i2,...,a_ini}。每个节点v_i∈V包含一个属性向量[a₁(v_i),...,a_m(v_i)]。那么属性扩增图表示为G_a＝(V∪V_a,E∪E_a)，其中

表示属性节点。属性节点v_ij代表属性i的值为第j个属性值。如果a_j(v_i)＝a_jk，那么在节点v_i与v_jk之间生成一条属性边，即(v_i,v_jk)∈E_a。称E为结构边集，E_a为属性边集。

该步骤通过构建属性层有利于更快地分析出用户用能行为的相似性，将用户的属性相似性计算转化为节点相邻性计算，从而减少聚类方法分析相似性的负担。

特别地，根据S01说明中所述，任何用户只要有使用电信通信、广播电视和互联网的数据，其一定会有用电数据，则该用户的数据必定会在电网、电信网、广电网、互联网中体现出来。为了简化模型，属性层的属性节点只和电网层的用户节点连接即可，通过多层性和多维性即可将属性关系传递到其他层的同一个用户节点中。

以上步骤后形成的网络，其示意图如图3所示。

S05：将每一层均构建为图G(V,E,A)，其中，V表示节点集，E表示边集，A是各节点存储的信息，所述各节点存储的信息包括用户名称、用户类型以及相应的用能数据，电网层、电信网层、广电网层、互联网层分别构建成G_A、G_B、G_C和G_D，属性层则构建为G_EA(V_E,E_EA,A_E)，其中V_E是属性节点的集合，E_EA是所述属性节点与电网层中所述节点的连边集合，A_E是属性节点的属性信息，G_A、G_B、G_C和G_D间的所述耦合边分别记为E_AB、E_AC、E_AD、E_BC、E_BD、E_CD。

特别地，基于S03说明中，属性扩增主要适用于存在有限数量值域的属性，比如用户类型这一属性就符合这个条件。但是，各种用能数据是无限数量值域的属性，不适宜扩增到属性层中。因此，本步骤对图G(V,E,A)中的A做了一些改进，使得A能够直接存储用户节点的各种数据而不需要属性向量对应，并将其中的有限数量值域属性扩增到属性层中。

其中，如图3所示，本实施例中互联网层、广电网层、电信层、电网层和属性层依次设置。属性层的每个属性节点与电网层的用户连接。

本实施例基于四网融合采集的用户数据，结合多层复杂网络方法，从多层次、多维度、多粒度3个层面构建成用户用能数据模型，具有结构清晰、关系分明的特点，再现用户数据在3个方面呈现特性的形成机理，实现用户数据的全方位研究，更能体现真实四网融合复杂数据系统，全面直观反映不同客户、产品、渠道在“四网融合”背景下的关联关系，同时有利于对用户用能行的有效分析及预测。

本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。