买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东未来网络研究院(紫金山实验室工业互联网创新应用基地)申请的专利一种基于聚类分析的用电策略优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121256415B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511802757.7，技术领域涉及：G06F18/232；该发明授权一种基于聚类分析的用电策略优化方法及系统是由邱浩霖;刘震;曹颂群;杨磊;常悦设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本一种基于聚类分析的用电策略优化方法及系统在说明书摘要公布了：本发明涉及电力领域，具体公开了一种基于聚类分析的用电策略优化方法及系统，方法包括：通过多维度特征提取与融合模块获取用户综合特征向量；利用动态权重两级聚类分析模块进行初始聚类和精细聚类，形成用户用电模式分类；通过用电策略生成与动态优化模块建立策略库并基于匹配度生成差异化策略；借助反馈优化与模型更新模块实现策略效果监测与模型参数动态更新；系统包括四个核心模块，形成从特征提取到策略优化的完整闭环。本发明通过多维度特征融合、两级聚类分析和反馈优化机制，解决了传统方法特征利用单一、聚类效果不稳定、策略适应性差等问题，显著提升了用电策略的精准性和有效性，为电网优化运行提供了可靠的技术支撑。

本发明授权一种基于聚类分析的用电策略优化方法及系统在权利要求书中公布了：1.一种基于聚类分析的用电策略优化方法，其特征在于，包括： 从用电负荷数据中提取反映负荷曲线形态特征的多维指标，包括日负荷率、峰谷差率、负荷波动系数、平均负荷偏差、负荷曲线相似度指数；从用户档案数据和用电行为数据中提取用户固有属性特征，包括行业类型编码、用电规模等级、设备容量系数、用电稳定性指数、历史用电模式标识；对提取的负荷形态特征和用户属性特征分别进行标准化处理，消除量纲差异，然后采用主成分分析法对高维特征进行降维，保留累积贡献率达到预设阈值的主成分特征；为处理后的负荷形态特征和用户属性特征分别分配动态权重系数，权重系数根据特征与用电策略优化目标的关联度动态调整，将加权后的两类特征拼接形成综合特征向量； 从所述综合特征向量中提取负荷形态特征子集，采用改进的DBSCAN密度聚类算法进行初始聚类，根据负荷曲线的形态相似性将用户划分为多个初始聚类簇；计算各个所述初始聚类簇的轮廓系数和戴维森堡丁指数，评估初始聚类的质量，当聚类质量不满足预设阈值时，重新调整聚类参数重新进行初始聚类划分；对每个所述初始聚类簇，从综合特征向量中提取用户属性特征子集，采用加权K‑means算法进行二次聚类，将每个初始聚类簇进一步划分为多个精细子类；将所述精细子类作为最终的用户用电模式分类，计算各用电模式类别的类内紧密度和类间分离度，验证聚类效果，并通过专家知识库对聚类结果进行语义化标注，生成具有业务意义的用电模式标签； 基于历史优化经验和专家知识，为每个用电模式分类建立多维度策略集合，包括峰谷电价策略、负荷控制策略、能效提升策略和需求响应策略，每种策略包含策略参数、适用条件、预期效果和执行优先级信息；针对每个用户，计算其综合特征向量与所属用电模式类中心的欧氏距离，结合负荷曲线形状相似性度量，生成综合匹配度评分，所述综合匹配度评分通过加权融合距离相似度和形态相似度得到； 根据所述综合匹配度评分将用户划分为高匹配度用户、中匹配度用户和低匹配度用户三个等级，为不同等级用户生成差异化的策略组合； 在策略实施过程中，持续监测用户用电行为变化，当检测到用户特征向量与模式类中心的距离超过预设阈值时，触发策略参数调整机制，重新计算匹配度并更新策略组合，确保策略与用户当前用电模式的持续适配性； 在用电策略执行过程中，实时采集策略执行效果数据，包括负荷转移率、峰谷差改善率、用户满意度评分、电能利用效率提升率和策略执行依从度，构建策略效果评估指标体系；将所述策略执行效果指标与对应的用户用电模式分类质量进行关联分析，计算策略效果与聚类质量的相关系数，识别影响策略效果的关键聚类质量因素；基于所述关联分析的结果，当策略效果指标低于预设阈值时，自动调整聚类算法的关键参数，包括动态调整特征权重系数、优化聚类数目确定规则、更新相似度度量标准；将调整后的聚类模型重新应用于用户用电模式分类，对比优化前后的策略执行效果指标变化，验证聚类模型更新的有效性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东未来网络研究院(紫金山实验室工业互联网创新应用基地)，其通讯地址为：250002 山东省济南市市中区山东大学国家大学科技园7号楼14层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。