本技術涉及電力，特別是涉及一種返鄉(xiāng)人員家庭的識別方法及裝置、存儲介質、終端。

背景技術：

1、根據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)，目前全國外出務工人口最多的十大省份為河南省、安徽省、湖南省、江西省、四川省、重慶市、江蘇省、貴州省、遼寧省、湖北省。對供電公司來說，返鄉(xiāng)人員的優(yōu)質服務意識較強，對電力供電可靠性的要求較高，對服務較為敏感，因此，隨著返鄉(xiāng)人員對供電服務要求的提升，急需對存在返鄉(xiāng)人員的家庭進行精準識別。

2、目前，常見的做法是通過上門摸排等方式開展返鄉(xiāng)人員走訪。然而，工作量巨大且容易遺漏，無法做到精準識別。因此，亟需一種返鄉(xiāng)人員家庭的識別方法，以改善上述問題。

技術實現(xiàn)思路

1、有鑒于此，本技術提供一種返鄉(xiāng)人員家庭的識別方法及裝置、存儲介質、終端，主要目的在于現(xiàn)有上門摸排方式工作量巨大且容易遺漏，無法做到精準識別的問題。

2、依據(jù)本技術一個方面，提供了一種返鄉(xiāng)人員家庭的識別方法，包括：

3、獲取目標區(qū)域內(nèi)各個家庭在當前時刻之前預設時長內(nèi)的居民用電行為數(shù)據(jù)；

4、基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群；

5、提取各個所述居民用電行為分類簇群的特征參數(shù)，并根據(jù)所述特征參數(shù)，基于預設特征參數(shù)標準，識別返鄉(xiāng)人員家庭簇群，并將所述返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為返鄉(xiāng)人員家庭。

6、優(yōu)選的，所述提取各個所述居民用電行為分類簇群的特征參數(shù)，并根據(jù)所述特征參數(shù)，基于預設特征參數(shù)標準，識別返鄉(xiāng)人員家庭簇群，并將所述返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為返鄉(xiāng)人員家庭，包括：

7、提取各個所述居民用電行為分類簇群的特征參數(shù)，所述特征參數(shù)用于表征所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集；

8、若所述家庭日用電量數(shù)據(jù)集符合第一預設特征參數(shù)標準，則將所述居民用電行為分類簇群確定為全家返鄉(xiāng)家庭簇群，并將所述全家返鄉(xiāng)家庭簇群中所包含的各個家庭標記為全家返鄉(xiāng)類別；

9、若所述家庭日用電量數(shù)據(jù)集符合第二預設特征參數(shù)標準，則將所述居民用電行為分類簇群確定為存在返鄉(xiāng)人員家庭簇群，并將所述存在返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為存在返鄉(xiāng)人員類別。

10、優(yōu)選的，所述提取各個所述居民用電行為分類簇群的特征參數(shù)，并根據(jù)所述特征參數(shù)，基于預設特征參數(shù)標準，識別返鄉(xiāng)人員家庭簇群，并將所述返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為返鄉(xiāng)人員家庭之后，所述方法還包括：

11、獲取各個全家返鄉(xiāng)家庭以及存在返鄉(xiāng)人員家庭在當前時刻之前多個所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集；

12、若所述多個所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集周期性符合所述第一預設特征參數(shù)標準或第二預設特征參數(shù)標準，則將所述家庭的返鄉(xiāng)類別更新為無返鄉(xiāng)人員類別。

13、優(yōu)選的，所述基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群，包括：

14、從各個所述居民用電行為數(shù)據(jù)中隨機選取預設數(shù)量的居民用電行為數(shù)據(jù)作為第一聚類中心；

15、分別計算各個所述居民用電行為數(shù)據(jù)到各個所述第一聚類中心的距離，并根據(jù)所述到第一聚類中心的距離對各個所述家庭進行聚類處理，得到多個第一居民用電行為分類簇群；

16、分別計算各個所述第一居民用電行為分類簇群中的各個居民用電行為數(shù)據(jù)，與所述第一居民用電行為分類簇群的第一聚類中心的距離平均值，并將所述距離平均值確定為第二聚類中心；

17、分別計算各個所述居民用電行為數(shù)據(jù)到各個所述第二聚類中心的距離，并根據(jù)所述到第二聚類中心的距離對各個所述家庭進行聚類處理，得到多個第二居民用電行為分類簇群；

18、基于上述步驟對聚類中心以及居民用電行為分類簇群進行迭代更新，直至滿足預設迭代更新停止條件，得到多個居民用電行為分類簇群。

19、優(yōu)選的，所述基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群之前，所述方法還包括：

20、對各個所述居民用電行為數(shù)據(jù)進行標準化處理，將所述居民用電行為數(shù)據(jù)轉換為0到1中的數(shù)值，以基于標準化后的居民用電行為數(shù)據(jù)進行聚類處理。

21、優(yōu)選的，所述居民用電行為數(shù)據(jù)包括家庭日用電量數(shù)據(jù)集以及家庭繳費金額、繳費頻次、最近繳費日期。

22、優(yōu)選的，所述基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群之前，所述方法還包括：

23、分別從各個所述家庭的家庭日用電量數(shù)據(jù)集中篩選出最大家庭日用電量數(shù)據(jù)、最小家庭日用電量數(shù)據(jù)、家庭日用電量數(shù)據(jù)平均值、家庭日用電量數(shù)據(jù)中位數(shù)；

24、分別基于各個所述家庭的最大家庭日用電量數(shù)據(jù)、最小家庭日用電量數(shù)據(jù)、家庭日用電量數(shù)據(jù)平均值、家庭日用電量數(shù)據(jù)中位數(shù)以及所述家庭繳費金額、所述繳費頻次、所述最近繳費日期對各個所述家庭進行聚類處理。

25、依據(jù)本技術另一個方面，提供了一種返鄉(xiāng)人員家庭的識別裝置，包括：

26、居民用電行為數(shù)據(jù)獲取模塊，用于獲取目標區(qū)域內(nèi)各個家庭在當前時刻之前預設時長內(nèi)的居民用電行為數(shù)據(jù)；

27、聚類模塊，用于基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群；

28、返鄉(xiāng)類別標記模塊，用于提取各個所述居民用電行為分類簇群的特征參數(shù)，并根據(jù)所述特征參數(shù)，基于預設特征參數(shù)標準，識別返鄉(xiāng)人員家庭簇群，并將所述返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為返鄉(xiāng)人員家庭。

29、優(yōu)選的，所述返鄉(xiāng)類別標記模塊，用于：

30、提取各個所述居民用電行為分類簇群的特征參數(shù)，所述特征參數(shù)用于表征所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集；

31、若所述家庭日用電量數(shù)據(jù)集符合第一預設特征參數(shù)標準，則將所述居民用電行為分類簇群確定為全家返鄉(xiāng)家庭簇群，并將所述全家返鄉(xiāng)家庭簇群中所包含的各個家庭標記為全家返鄉(xiāng)類別；

32、若所述家庭日用電量數(shù)據(jù)集符合第二預設特征參數(shù)標準，則將所述居民用電行為分類簇群確定為存在返鄉(xiāng)人員家庭簇群，并將所述存在返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為存在返鄉(xiāng)人員類別。

33、優(yōu)選的，所述返鄉(xiāng)類別標記模塊之后，所述裝置還包括，返鄉(xiāng)類別校核模塊，用于：

34、獲取各個全家返鄉(xiāng)家庭以及存在返鄉(xiāng)人員家庭在當前時刻之前多個所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集；

35、若所述多個所述預設時長內(nèi)的家庭日用電量數(shù)據(jù)集周期性符合所述第一預設特征參數(shù)標準或第二預設特征參數(shù)標準，則將所述家庭的返鄉(xiāng)類別更新為無返鄉(xiāng)人員類別。

36、優(yōu)選的，所述聚類模塊，用于：

37、從各個所述居民用電行為數(shù)據(jù)中隨機選取預設數(shù)量的居民用電行為數(shù)據(jù)作為第一聚類中心；

38、分別計算各個所述居民用電行為數(shù)據(jù)到各個所述第一聚類中心的距離，并根據(jù)所述到第一聚類中心的距離對各個所述家庭進行聚類處理，得到多個第一居民用電行為分類簇群；

39、分別計算各個所述第一居民用電行為分類簇群中的各個居民用電行為數(shù)據(jù)，與所述第一居民用電行為分類簇群的第一聚類中心的距離平均值，并將所述距離平均值確定為第二聚類中心；

40、分別計算各個所述居民用電行為數(shù)據(jù)到各個所述第二聚類中心的距離，并根據(jù)所述到第二聚類中心的距離對各個所述家庭進行聚類處理，得到多個第二居民用電行為分類簇群；

41、基于上述步驟對聚類中心以及居民用電行為分類簇群進行迭代更新，直至滿足預設迭代更新停止條件，得到多個居民用電行為分類簇群。

42、優(yōu)選的，所述聚類模塊之前，所述裝置還包括：

43、數(shù)據(jù)標準化模塊，用于對各個所述居民用電行為數(shù)據(jù)進行標準化處理，將所述居民用電行為數(shù)據(jù)轉換為0到1中的數(shù)值，以基于標準化后的居民用電行為數(shù)據(jù)進行聚類處理。

44、優(yōu)選的，所述居民用電行為數(shù)據(jù)包括家庭日用電量數(shù)據(jù)集以及家庭繳費金額、繳費頻次、最近繳費日期。

45、優(yōu)選的，所述聚類模塊之前，所述裝置還包括，數(shù)據(jù)篩選模塊，用于：

46、分別從各個所述家庭的家庭日用電量數(shù)據(jù)集中篩選出最大家庭日用電量數(shù)據(jù)、最小家庭日用電量數(shù)據(jù)、家庭日用電量數(shù)據(jù)平均值、家庭日用電量數(shù)據(jù)中位數(shù)；

47、分別基于各個所述家庭的最大家庭日用電量數(shù)據(jù)、最小家庭日用電量數(shù)據(jù)、家庭日用電量數(shù)據(jù)平均值、家庭日用電量數(shù)據(jù)中位數(shù)以及所述家庭繳費金額、所述繳費頻次、所述最近繳費日期對各個所述家庭進行聚類處理。

48、根據(jù)本技術的又一方面，提供了一種存儲介質，所述存儲介質中存儲有至少一條可執(zhí)行指令，所述可執(zhí)行指令使處理器執(zhí)行如上述返鄉(xiāng)人員家庭的識別方法對應的操作。

49、根據(jù)本技術的再一方面，提供了一種終端，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

50、所述存儲器用于存放至少一條可執(zhí)行指令，所述可執(zhí)行指令使所述處理器執(zhí)行上述返鄉(xiāng)人員家庭的識別方法對應的操作。

51、借由上述技術方案，本技術實施例提供的技術方案至少具有下列優(yōu)點：

52、本技術提供了一種返鄉(xiāng)人員家庭的識別方法及裝置、存儲介質、終端，首先獲取目標區(qū)域內(nèi)各個家庭的居民用電行為數(shù)據(jù)；其次基于所述居民用電行為數(shù)據(jù)對各個所述家庭進行聚類處理，得到多個居民用電行為分類簇群；最后提取各個所述居民用電行為分類簇群的特征參數(shù)，并根據(jù)所述特征參數(shù)，基于預設特征參數(shù)標準，識別返鄉(xiāng)人員家庭簇群，并將所述返鄉(xiāng)人員家庭簇群中所包含的各個家庭標記為返鄉(xiāng)人員家庭。與現(xiàn)有技術相比，本技術實施例通過根據(jù)居民用電行為數(shù)據(jù)對區(qū)域內(nèi)家庭進行聚類，將其劃分為多個簇群，進一步提取每個簇群的特征參數(shù)，將特征參數(shù)符合預設特征參數(shù)標準的簇群識別為返鄉(xiāng)人員家庭簇群，并將其中的家庭全部標記為返鄉(xiāng)人員家庭，利用數(shù)字化技術實現(xiàn)了對返鄉(xiāng)人員家庭的識別，避免了遺漏等情況，提高識別的精準率的同時降低了人工走訪所產(chǎn)生的大量人工成本。

53、上述說明僅是本技術技術方案的概述，為了能夠更清楚了解本技術的技術手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本技術的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本技術的具體實施方式。