基于时序聚类与神经网络的居民节电潜力分析方法及系统

本发明公开了基于时序聚类与神经网络的居民节电潜力分析方法及系统，属于智能电网与大数据分析技术领域。首先提取目标用户的宏观衍生特征，并与VAE网络提取的时序低维潜在特征拼接，利用自适应聚类算法自适应划分为多个用户簇；其次，基于多维评价指标的得分贡献率确定各用户簇的敏感度驱动类型，构建候选激励策略库；随后，利用时序预测网络生成数字孪生基准负荷，通过链式仿真模型推演主观响应概率与负荷压降能力，以预期综合净收益最大化为目标寻优最优激励策略；最后，利用同质化对照组剔除外部环境干扰以核算真实净响应节电量，并据此对数字孪生与仿真网络进行闭环反向微调。本发明实现了需求侧资源的精细挖掘与策略自进化。