基于用户类别的智慧用电存量用户流失量智能预测方法

作者：肖英; 吴俊菁; 陆磊; 李海霞; 封竹琳

来源：自动化与仪器仪表, 2019, (10): 161-164.

DOI：10.14016/j.cnki.1001-9227.2019.10.161

• 智慧用电
• 神经网络
• 存量用户
• 数据集成
• 迭代

为了提高智慧用电存量用户流失量的预测精度,针对用户类别提出存量用户流失量智能预测方法。基于用户类别信息,对存量用户数据进行预处理,包括数据集成、数据清洗以及数据变化等操作,以BP神经网络学习算法为核心,搭建预测网络结构,确定各层节点数量,将预处理后的用户数据,添加到预测网络结构输入层,设定数据迭代次数和误差立方量,根据训练样本判断输出结果,实现用户流失量的智能预测。实验数据表明,与传统预测方法相比,设计的智能预测方法对于智慧用电完整信息用户流失量预测精度提高了27%,缺失信息用户流失量预测精确度提高了17.35,%,可以有效提高预测精度。