[發(fā)明專利]一種基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510263237.3
• 申請(qǐng)日: 2015-05-21
• 公開(kāi)（公告）號(hào): CN104850629A
• 公開(kāi)（公告）日: 2015-08-19
• 發(fā)明（設(shè)計(jì)）人: 周天和;盧曉飛;張?jiān)?/a>;蔡榮
• 申請(qǐng)（專利權(quán)）人: 杭州天寬科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 杭州之江專利事務(wù)所(普通合伙) 33216
• 代理人: 張慧英

技術(shù)領(lǐng)域

本發(fā)明涉及智能電網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析方法。

背景技術(shù)

近年來(lái)，面對(duì)智能用電領(lǐng)域強(qiáng)勁增長(zhǎng)的電力需求和日漸緊張的電力供應(yīng)，以及不斷提高的節(jié)能減排任務(wù)，以信息化、自動(dòng)化、互動(dòng)化為基本技術(shù)特征的智能電網(wǎng)成為世界范圍內(nèi)的研究熱點(diǎn)。在我國(guó)，供電企業(yè)用電信息采集覆蓋的范圍從僅覆蓋重要的專線專變用戶，逐漸擴(kuò)大到包括各類專線專變用戶、一般工商業(yè)戶、低壓居民等多種電力現(xiàn)場(chǎng)，接入各類采集終端及表計(jì)的規(guī)模也隨之增加，每日要采集及處理的用電數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)。數(shù)據(jù)之間存在關(guān)聯(lián)性，而且數(shù)據(jù)中潛藏著用戶的用電行為習(xí)慣，探索有效的數(shù)據(jù)挖掘算法，對(duì)用戶進(jìn)行細(xì)分，針對(duì)不同用電類別的用戶，快速、準(zhǔn)確地挖掘出用電行為、電量消費(fèi)等大量有價(jià)值的信息，指導(dǎo)用戶節(jié)能改造等工作中的被動(dòng)和滯后，支持智能化業(yè)務(wù)分析與決策，成為智能用電領(lǐng)域必須解決的問(wèn)題。聚類分析作為一種被廣泛應(yīng)用的數(shù)據(jù)挖掘算法，能夠以較高的處理效率獲得數(shù)據(jù)在全局范圍內(nèi)的分布特征，并逐步應(yīng)用到智能用電領(lǐng)域。然而，傳統(tǒng)的聚類分析方法面對(duì)規(guī)模龐大的海量智能用電數(shù)據(jù)存在運(yùn)算量大、處理效率低的瓶頸，不能滿足海量智能用電數(shù)據(jù)的高效挖掘需求。

發(fā)明內(nèi)容

本發(fā)明為克服上述的不足之處，目的在于提供一種基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析方法，針對(duì)家庭用戶建立Map-Reduce并行處理模型，將對(duì)象密度的大小、簇間距離、簇內(nèi)對(duì)象的分散程度作為重要參考，合理選擇滿足并行挖掘需求的用電數(shù)據(jù)的聚類個(gè)數(shù)k及初始聚類中心，在Map-Reduce模型下對(duì)海量家庭用戶用電數(shù)據(jù)進(jìn)行并行挖掘分析。本方法高效、可行，且具有良好的加速比，能夠準(zhǔn)確、高效地挖掘出海量智能用電數(shù)據(jù)的潛在有價(jià)值信息，為最優(yōu)用電策略的制定提供有利指導(dǎo)。

本發(fā)明是通過(guò)以下技術(shù)方案達(dá)到上述目的：一種基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析方法，包括如下步驟：

(1)對(duì)家庭用戶建立Map-Reduce并行處理模型，并以Map-Reduce并行處理模型為數(shù)據(jù)對(duì)象創(chuàng)建海量智能用電數(shù)據(jù)分析架構(gòu)；

(2)利用改進(jìn)k-means算法，基于對(duì)象密度的大小、簇間距離、簇內(nèi)對(duì)象的分散程度選擇初始聚類中心及聚類個(gè)數(shù)k；

(3)在Map-Reduce并行處理模型下對(duì)初始聚類中心進(jìn)行優(yōu)化，準(zhǔn)確定位聚類中心；

(4)對(duì)每個(gè)聚類的簇所屬的數(shù)據(jù)進(jìn)行并行挖掘，完成用電數(shù)據(jù)分析。

作為優(yōu)選，所述步驟(1)的Map-Reduce并行處理模型包括家庭用戶用電信息的家庭用戶號(hào)、房屋面積、家庭成員數(shù)、每天用電量、峰谷電量、家用電器數(shù)六種數(shù)據(jù)。

作為優(yōu)選，所述步驟(1)的海量智能用電數(shù)據(jù)分析架構(gòu)采用主/從架構(gòu)模式，包括數(shù)據(jù)源、云計(jì)算主控服務(wù)器與云計(jì)算從服務(wù)器；云計(jì)算主控服務(wù)器接收數(shù)據(jù)源的海量用點(diǎn)數(shù)據(jù)并對(duì)用點(diǎn)數(shù)據(jù)的維度進(jìn)行定義，云計(jì)算從服務(wù)器對(duì)云計(jì)算主控服務(wù)器定義后的用電數(shù)據(jù)進(jìn)行并行挖掘算法計(jì)算。

作為優(yōu)選，所述步驟(2)的改進(jìn)k-means算法是屬于劃分方法的聚類算法，采用歐氏距離作為2個(gè)樣本相似程度的評(píng)價(jià)指標(biāo)，隨機(jī)選取數(shù)據(jù)集中的k個(gè)點(diǎn)作為初始聚類中心，根據(jù)數(shù)據(jù)集中的各個(gè)樣本到k個(gè)初始聚類中心的距離大小進(jìn)行聚類，計(jì)算所有歸到各個(gè)聚類中的樣本平均值，更新每個(gè)初始聚類中心，直到平方誤差準(zhǔn)則函數(shù)穩(wěn)定在最小值。

作為優(yōu)選，所述步驟(2)的選擇初始聚類中心的方法如下：

1)根據(jù)如下式子計(jì)算對(duì)象集合M中的2個(gè)對(duì)象間的距離d(x_i,x_j)；

d(x_i,x_j)＝[(x_i1-x_j1)²+(x_i2-x_j2)²+…+(x_in-x_jn)²]

2)按照如下式子計(jì)算對(duì)象集合M中的所有對(duì)象間的平均距離MeanDis(M)；