基于WRSR和BOA-Catboost的电力用户分类模型研究

作     者：仲赞 邢翼 俞伟 李健 刘广生 ZHONG Zan;XING Yi;YU Wei;LI Jian;LIU Guangsheng

作者机构：国网浙江省电力有限公司湖州供电公司浙江湖州313000 国网浙江省电力有限公司杭州310007 四川大学电气工程学院成都610065 

出 版 物：《浙江电力》 (Zhejiang Electric Power)

年 卷 期：2023年第42卷第5期

页      面：76-84页

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国网浙江省电力有限公司科技项目(5211UZ2000K2)。 

主　　题：电力用户标签 加权秩和比 用户分类 Catboost 贝叶斯优化 

摘      要：售电企业对电力用户进行合理评估是开展售电业务的关键。针对当前评估方法存在的评估不全面、应用性不强等问题,提出一种基于WRSR(加权秩和比)和Catboost算法的电力用户分类模型。首先使用WRSR对现有电力用户进行分档并标记;接着使用Catboost算法学习分类规律,构建分类器,同时采用BOA(贝叶斯优化算法)优化Catboost的超参数,提升分类效果;最后根据模型分析每个特征的重要程度,并按重要性分数对用户特征进行筛选。实验结果表明:该方法能实现电力用户的合理分类;所提分类模型与其他机器学习模型相比准确性更高,可解释性更好。