摘要
本申请提供了一种基于半监督学习的用户用电量数据分析建模方法及系统，属于电力系统数据分析与预测技术领域；解决了现有技术中数据检验准确性低、特性关联度偏差大等问题；该方法包括以下步骤：基于用户用电量特性数据和气候特性数据，采用图卷积网络构建半监督学习驱动的用电量数据检验及跟踪反馈模型；计算不同类型用户的用电量特性间皮尔逊相关系数，并构建基于深度置信网络的特性关联模型，分析用户类型、用户用电量时序特性与气候特性的非线性关系；基于灰色关联分析法，捕捉用电量变化的分布特征；本申请适用于电力系统资源优化，尤其在气候多变性下提升电网运行效率。
