关键词:
多电力标签
电力用户需求
信息挖掘
层次注意力机制
关联规则挖掘
摘要:
电力系统的复杂性和相互关联性导致电力数据包含多个层级的信息,使得数据处理和用户需求信息的挖掘难度显著增加。为此,提出了一种基于多电力标签的电力用户需求信息挖掘方法。通过层次注意力机制挖掘各层的标签和电力文本间的关联,传递相邻层的标签关系。并结合每个电力标签的预测概率分布结果,设定电力标签阈值,进行多电力标签归类,从电力用户需求信息文本输入转化为多电力标签。基于此,利用关联规则方法,通过支持度、置信度函数确定挖掘规则,以挖掘出不同变量之间的关联性和规律性,有效提高标签描述的准确性,实现电力用户需求信息挖掘。实验结果表明,所提方法的电力负荷预测准确度接近99%,并将聚类发散系数值控制在在0.01以下。说明所提方法的用户行为挖掘准确度高,且挖掘信息的信息熵值较大,可挖掘出的信息更加丰富多样,可以为电力公司提供更全面的决策支持,有助于实现更加精细化和个性化的电力服务。