黎炜敏

（南方电网数字电网研究院有限公司，广东广州 510700）

智能电网终端大部分架构在智能通信设备中，用户可以根据自身的需求在智能电网终端自主进行查询与调节，获取相应的数据信息。智能电网终端不但能够让用户查询个人电网信息，还能提供自助服务，自行完成各项任务，但由于用户的需求不同，偏好的项目也就不同。为准确分析电网用户的基本需求，许多学者都研究了活跃用户数量预测方法。

文献[1]研究了基于数据挖掘的电网用户行为分析方法，该方法主要采用主成分分析方法对负荷数据进行降维，采用聚类方法对数据聚类分析，分析了用户不同类别的用电行为模式；文献[2]研究了基于朴素贝叶斯的电网用户行为分析方法，该方法采用模糊均值聚类方法对用电模式建模，然后提取出主要的用电模式。上述方法完成了用电模式的识别和分析，但是忽略了影响用户数量的一些因素，导致预测终端活跃用户时存在预测效果不佳的问题。

信任度计算是利用协同相似度算法，其能够找出用户之间的关联性与亲密度，得到用户的浏览记录，通过单一的用户喜好来找到与其相似的活跃用户，从而预测出具有相同喜好用户的具体数量。为此，该文在信任度计算的基础上对智能电网终端活跃用户的数量进行预测，以获取用户最为关注的项目，为智能电网业务开展提供数据支撑。

1 智能电网终端硬件结构分析

在完成基于信任度计算的智能电网终端活跃用户数量预测方法设计前，首先分析智能电网终端硬件结构，如图1 所示。……