(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210925693.X (22)申请日 2022.08.03 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司东莞供电局 (72)发明人 陈凤超　张鑫　邱泽坚　苏俊妮　 黄安平　刘铮　周立德　胡润锋　 何毅鹏　邓景柱　赵俊炜　徐睿烽　 李祺威　刘沛林　饶欢　张锐　 段孟雍　郭清元　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 岳晓萍(51)Int.Cl. G06K 9/62(2022.01) G06N 20/00(2019.01) G06F 21/62(2013.01) G06Q 50/06(2012.01) (54)发明名称 一种用户聚类方法、 装置、 电子设备和存储 介质 (57)摘要 本公开提供了一种用户聚类方法、 装置、 电 子设备和存储介质， 涉及人工智 能领域， 具体涉 及机器学习技术。 其中， 具体实现方案包括： 接收 服务端发送的全局字典模型； 其中， 全局字典模 型中包括至少一个初始化的子字典模 型； 从初始 化的子字典模 型中选出一个目标子字典模型； 根 据智能电表本地存储的用户用电数据， 对目标子 字典模型进行更新； 将更新后的目标子字典模型 反馈到服务端， 使得服务端根据不同智能电表所 反馈目标子字典模型更新全局字典模 型， 并根据 更新后的全局字典模型得到用户聚类结果。 本公 开采用联邦学习式用户聚类的方案， 并不需要用 户将各自电表中的原始用电数据上传到服务器， 如此在源头避免出现用户用电数据被泄漏的问 题。 权利要求书2页 说明书10页 附图3页 CN 115270976 A 2022.11.01 CN 115270976 A 1.一种用户聚类方法， 其特 征在于， 应用于智能电表， 所述方法包括： 接收服务端发送 的全局字典模型； 其中， 所述全局字典模型中包括至少一个初始化的 子字典模型， 所述子 字典模型包 含预设的电器设备信息； 从初始化的子 字典模型中选出一个目标子 字典模型； 根据所述智能电表本地存 储的用户用电数据， 对所述目标子 字典模型进行 更新； 将更新后的所述目标子字典模型反馈到所述服务端， 使得所述服务端根据不同智能电 表所反馈目标子字典模型更新所述全局字典模 型， 并根据更新后的全局字典模型得到用户 聚类结果。 2.根据权利要求1所述的方法， 其特征在于， 所述从初始化的子字典模型中选出一个目 标子字典模型， 包括： 依次对各初始化的子字典模型进行稀疏系数编码并计算损失结果， 将损失最小的字典 模型作为所述目标子 字典模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述子 字典模型为平 移不变的字典模型； 相应的， 所述依次对各初始化的子 字典模型进行稀疏系数编码并计算损失结果， 包括： 针对任一初始化的子字典模型， 固定所述子字典模型的各个基底不变， 通过坐标轴下 降方法， 计算用户用电数据的最佳稀疏 组合系数以及所述子字典模型中每个基底的最佳平 移单位； 基于用户用电数据、 固定的子字典模型、 最佳稀疏组合系数以及子字典模型中每个基 底的最佳平 移单位， 计算损失结果。 4.根据权利要求3所述的方法， 其特征在于， 根据 所述智能电表本地存储的用户用电数 据， 对所述目标子 字典模型进行 更新， 包括： 固定所述最佳稀疏组合系数以及所述目标子字典模型中每个基底的最佳平移单位不 变； 基于所述用户用电数据， 采用投影梯度下降方法对所述目标子字典模型的每个基底进 行更新。 5.一种用户聚类方法， 其特 征在于， 应用于服 务端， 所述方法包括： 从全量电力用户中选出至少一个目标用户， 将全局字典模型发送到所述目标用户关联 的智能电表中， 使得所述智能电表从所述全局字典模型中选择一个初始 化的目标子字典模 型并对所述目标子 字典模型进行 更新； 接收所述智能电表反馈的更新后的目标子 字典模型； 根据所述更新后目标子字典模型， 对所述全局字典模型进行更新， 并根据更新后的全 局字典模型 得到用户聚类结果。 6.根据权利要求5所述的方法， 其特征在于， 从全量电力用户中选出至少一个目标用 户， 包括： 通过等概率的不放回采样方式， 从全量的电力用户中选出至少一个目标用户。 7.根据权利要求5所述的方法， 其特征在于， 根据所述更新后目标子字典模型， 对所述 全局字典模型进行 更新， 包括： 基于所述更新后目标子 字典模型， 采用联邦平均算法对所述全局字典模型进行 更新。 8.一种用户聚类装置， 其特 征在于， 配置 于智能电表， 所述装置包括：权　利　要　求　书 1/2 页 2 CN 115270976 A 2第一接收模块， 用于接收服务端发送的全局字典模型； 其中， 所述全局字典模型中包括 至少一个初始化的子 字典模型， 所述子 字典模型包 含预设的电器设备信息； 字典选择模型， 用于从初始化的子 字典模型中选出一个目标子 字典模型； 第一字典更新模块， 用于根据所述智能电表本地存储的用户用电数据， 对所述目标子 字典模型进行 更新； 上传模块， 用于将更新后的所述目标子字典模型反馈到所述服务端， 使得所述服务端 根据不同智能电表所反馈目标子字典模型更新所述全局字典模型， 并根据更新后的全局字 典模型得到用户聚类结果。 9.一种用户聚类装置， 其特 征在于， 配置 于服务端， 所述装置包括： 用户选择与字典下发模块， 从全量电力用户中选出至少一个目标用户， 将全局字典模 型发送到所述目标用户关联的智能电表中， 使得所述智能电表从所述全局字典模型中选择 一个初始化的目标子 字典模型并对所述目标子 字典模型进行 更新； 第二接收模块， 用于 接收所述智能电表反馈的更新后的目标子 字典模型； 第二字典更新模块， 用于根据所述更新后目标子字典模型， 对所述全局字典模型进行 更新， 并根据更新后的全局字典模型 得到用户聚类结果。 10.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑4或5‑7中任一项所述的方法。 11.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1 ‑4或5‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115270976 A 3