[發明專利]一種基于多模型融合策略的能源效率評價方法

有效

• 申請號: 201710056914.3
• 申請日: 2017-01-24
• 公開（公告）號: CN106845717B
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 萬杰;趙鑫宇;李興朔;李飛;程江南;宋乃秋;劉智;張星元;常軍濤;顏培剛;于繼來
• 申請（專利權）人: 哈爾濱工業大學;哈爾濱燃卓科技開發有限公司;南京遒涯信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

1.一種基于多模型融合策略的能源效率評價方法，其特征在于：所述基于多模型融合策略的能源效率評價方法包括以下步驟：

步驟一：將數據進行歸一化處理，得到歸一化訓練集；其具體過程為：

數據標準化的預處理也稱為歸一化，使用簡化后的轉換函數來對數據進行標準化的預處理，若有N個樣本，對每個樣本第m個特征進行處理，其表達形式如公式(1)所示：

預處理后的特征值分布在[0，1]區間，其中所述x_im^*為第i個樣本的第m個特征歸一化后的值，x_im為第i個樣本的第m個特征原始值；

步驟二：對步驟一得到的歸一化訓練集進行特征選擇；其具體過程為：

采用將信息增益和核主成份分析相結合的融合方法選取特征；即利用信息增益得到不同特征對應的信息增益，由大到小進行排序，利用核主成份分析方法做校核計算；

所述利用信息增益得到不同特征對應的信息增益的具體過程為：

設特征空間為X，樣本第m個特征X_m，其信息增益IG(X_m)為：

IG(X_m)＝H(C)-H(C|X_m)

其中C代表所需分類類別，H(C)代表C類所對應的信息熵，H(C|X_m)代表在特征X_m條件下，類所屬為C時的信息熵；

假如類別C的取值為n種，每一種取到的概率為p(C_j),j＝1,2,...,n，H(C)為：

步驟三：根據步驟一和步驟二建立多分類器融合的評價模型，得到能源效率評價的分類結果；其具體過程為：

對步驟一中所得的歸一化訓練集分別進行決策樹算法中的J48模型、基于規則的分類算法中的LogitBoost模型、基于元學習策略的JRip型學習器訓練得到3種模型；

以步驟二中所選擇的特征作為模型輸入，模型輸出為0,1分類，0代表高能源效率，1代表低能源效率；采用的訓練策略為10折交叉驗證方法；

每當測試一個新樣本，分別輸入至所獲得的3種模型中，得到3個結果，通過均權投票的方式得到分類結果；

步驟四：對步驟三得到的分類結果進行聚類分析，得到最終的聚類結果。

2.根據權利要求1所述的一種基于多模型融合策略的能源效率評價方法，其特征在于：所述步驟一中的數據具體包括：一次能源生產量、能源消耗總量、能源消費彈性系數、GDP、能源工業投資額、單位生產總值能耗、資本存量、和二氧化硫排放系數。

3.根據權利要求2所述的一種基于多模型融合策略的能源效率評價方法，其特征在于：所述步驟四中對步驟三得到的分類結果進行聚類分析，得到最終的聚類結果的具體過程為：

對于步驟三得到的分類結果中的高能源效率樣本進行再分析，將采用k均值聚類算法和EM算法得到的相同的聚類結果作為原始融合聚類結果，再利用FCM聚類方法進行校核計算，得到最終的融合聚類結果。