【数据分析】利用时间序列聚类细分客户（以电力行业为背景）

本系列包含：

• 如何量化时间序列之间的相似性？
• 利用时间序列聚类细分客户（以电力行业为背景）

---

利用时间序列聚类细分客户（以电力行业为背景）

在上一篇博文——《如何量化时间序列之间的相似性》中，我们讨论了量化不同时间序列之间的相似性的各种方法。这篇博文，我将利用之前的知识——时间序列聚类，对公共事业的零售客户进行细分。

技术总是为解决问题服务的。比如说，我们想预测电表的消费情况。如果电表的读数间隔太长，在波动的电力市场上是没有用的，但大多数人家里仍然会有一个这样的电表。它们不会像现代智能电表那样每隔半小时左右自动地向你的供应商报告你的家庭用电量，而是通过每年一次读取电表的千瓦时数来手动报告用电量，并通过邮件或网络通信让你的供应商知道这个数字。

这种测量用电的方式显然不能提供非常高的颗粒度，所以供应商将不得不做出一些假设，并估计你在一年中的每一天每小时需要多少电力。如果没有这些信息，你的供应商将很难事先交易到合适的电量；而且他们很难计算出向你收取多少钱，因为电费因一天中的时间、季节、天气和许多其他因素会变化很大。

想要改善对这类电力用户的消费预测，其大致思路如下。

• 使用一组高粒度的消费测量数据ÿ