[發(fā)明專利]一種基于隨機森林的電力用戶特征識別分類方法

在審

• 申請?zhí)枺?/td>: 201711260271.0
• 申請日: 2017-12-04
• 公開（公告）號: CN108062560A
• 公開（公告）日: 2018-05-22
• 發(fā)明（設(shè)計）人: 談竹奎;王冕;李正佳;馬春雷;徐長寶;吳金勇;鞠遠;劉斌;桂專;袁旭峰;杜雪;汪永祥
• 申請（專利權(quán)）人: 貴州電網(wǎng)有限責任公司電力科學(xué)研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于隨機森林的電力用戶特征識別分類方法，其特征在于，包括以下步驟：

根據(jù)電力用戶的負荷曲線和具體數(shù)據(jù)，分析不同電力用戶用電數(shù)據(jù)特征，提煉出電力用戶用電負荷主要特征；

處理電力用戶負荷數(shù)據(jù)，提取出電力用戶負荷數(shù)據(jù)的主要影響因子，以一定比例劃分獲取得到隨機森林的訓(xùn)練集和測試集；

有放回地從訓(xùn)練集中隨機抽取樣本，抽取k個樣本，每個樣本的樣本容量和原始訓(xùn)練集一樣；

利用決策樹算法對k個樣本進行訓(xùn)練，獲得k個決策樹分類模型；

將k個決策樹分類模型組成起來，形成組合分類模型，即隨機森林分類模型，每個決策樹通過投票表決最終分類；

利用測試集對隨機森林模型進行分類結(jié)果測試，將測試結(jié)果和測試集結(jié)果進行比較，以此來驗證隨機森林分類模型；

收集電力用戶負荷特性數(shù)據(jù)，利用該模型對這些數(shù)據(jù)進行分類；

輸出電力用戶的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于隨機森林的電力用戶特征識別分類方法，其特征在于，負荷特征值的提取，電力用戶負荷特征有：

①、峰值Pmax。取電力用戶日用電曲線中的最大值來作為該電力用戶用電負荷曲線的峰值——日最大負荷Pmax，一般工業(yè)用戶用電峰值相對于家庭用戶或者商業(yè)用戶來說偏大；

②、峰谷差ΔPm。取電力用戶用電曲線中的最大值Pmax和最小值Pmin，兩者的差值作為該電力用戶用電曲線的峰谷值

ΔPm＝Pmax-Pmin

③、負荷率km。

④、最小負荷系數(shù)α。

⑤、耗電量Wd。一般工業(yè)負荷的耗電量比一般家庭大得多

3.根據(jù)權(quán)利要求4所述的基于隨機森林的電力用戶特征識別分類方法，其特征在于，選擇最優(yōu)化分屬性：

“信息熵”是度量樣本集合純度最常用的一種指標，是用來衡量一元模型中信息不確定性的指標，信息的不確定性越大，熵的值也就越大。假的當前樣本集合D中第k類樣本所占的比例為pk(k＝1,2……,|y|)，則D的信息熵定義為

E n t ( D ) = - Σ | y | p k log 2 p k - - - ( 1 ) ]]>

Ent(D)的值越小，則D的純度越高。

假定離散屬性a有V個可能的取值{a1，a2，….aV}若使用a來對樣本集D進行劃分，則會產(chǎn)生V個分支結(jié)點，其中第v個分支結(jié)點包含了D中所有在屬性a上取值為aV的樣本，記為DV。我們可以根據(jù)式(1)計算出DV的信息熵，再考慮到不同的分支結(jié)點所包含的樣本數(shù)不同，給分支結(jié)點賦予權(quán)重|DV|/|D|，即樣本數(shù)越多的分支結(jié)點的影響越大，于是可計算出用屬性a對樣本集D進行劃分所獲得的“信息增益”

G a i n ( D , a ) = E n t ( D ) - Σ v = 1 V | D v | | D | E n t ( D v ) - - - ( 2 ) ]]>

一般而言，信息增益越大，則意味著使用屬性a來進行劃分所獲得的“純度提升”越大，因此，我們可用信息增益來進行決策樹的劃分屬性選擇。

“條件熵”是通過獲得更多地信息來消除一元模型中的不確定性，也就是通過二元或者多元模型來降低一元模型的熵。由于只使用一元模型時，只考慮一種事件，這樣可能會造成不確定性太大。在二元模型中，我們通過其他事件聯(lián)合考慮以及不同事件分別考慮的兩種概率來降低不確定性。計算條件熵時使用了兩種概率，分別是結(jié)果與其他所有事件的聯(lián)合概率P(c)，以及結(jié)果其他事件分別考慮的條件概率E(c)。條件熵E(T,X)的計算公式如下。條件熵越大，說明二元模型的不確定性越小。

E(T,X)＝∑P(c)E(c)

“互信息”是用來衡量信息之間相關(guān)性的指標。當這兩個信息完全相關(guān)時，互信息為1，不相關(guān)時，互信息為0,。具體的計算方法就是熵和條件熵之間的差。以下為公式

Gain(T,X)＝Entropy(T)-Entropy(T,X)。