[發(fā)明專利]基于聚類算法的大工業(yè)用戶細(xì)分方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911076165.6
• 申請(qǐng)日: 2019-11-06
• 公開（公告）號(hào): CN110852370A
• 公開（公告）日: 2020-02-28
• 發(fā)明（設(shè)計(jì)）人: 文明;何永秀;陳勇;郁晉雄;潘馨;田冰穎;廖菁;王美艷;何青;安莉莉;胡福
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)湖南省電力有限公司;國(guó)網(wǎng)湖南省電力有限公司經(jīng)濟(jì)技術(shù)研究院;國(guó)家電網(wǎng)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q10/06;G06Q50/06
• 代理公司: 長(zhǎng)沙永星專利商標(biāo)事務(wù)所(普通合伙) 43001
• 代理人: 周詠;米中業(yè)

1.一種基于聚類算法的大工業(yè)用戶細(xì)分方法，包括如下步驟：

S1.收集目標(biāo)地區(qū)的大工業(yè)用戶的用戶負(fù)荷數(shù)據(jù)；

S2.對(duì)步驟S1獲取的用戶負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理；

S3.采用均值漂移算法對(duì)目標(biāo)地區(qū)的大工業(yè)用戶進(jìn)行聚類，從而得到初始聚類中心及中心數(shù)量；

S4.根據(jù)步驟S1獲取的用戶負(fù)荷數(shù)據(jù)和步驟S3得到的初始聚類中心及中心數(shù)量，采用聚類算法對(duì)目標(biāo)地區(qū)的大工業(yè)用戶進(jìn)行細(xì)分，從而得到最終的大工業(yè)用戶細(xì)分結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于聚類算法的大工業(yè)用戶細(xì)分方法，其特征在于步驟S2所述的對(duì)步驟S1獲取的用戶負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理，具體為采用如下步驟對(duì)用戶負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理：

A.刪除用戶負(fù)荷數(shù)據(jù)中的無效數(shù)據(jù)記錄；

B.刪除用戶負(fù)荷數(shù)據(jù)中連續(xù)缺失超過若干個(gè)的負(fù)荷數(shù)據(jù)；

C.根據(jù)步驟A和步驟B處理后的用戶負(fù)荷數(shù)據(jù)，計(jì)算各個(gè)用戶的日負(fù)荷率。

3.根據(jù)權(quán)利要求2所述的基于聚類算法的大工業(yè)用戶細(xì)分方法，其特征在于步驟S3所述的采用均值漂移算法對(duì)目標(biāo)地區(qū)的大工業(yè)用戶進(jìn)行聚類，從而得到初始聚類中心及中心數(shù)量，具體為采用如下步驟計(jì)算得到初始聚類中心及中心量：

a.在特征空間中任意選擇初始搜索區(qū)域圓O，其半徑為帶寬h；

b.采用如下算式計(jì)算圓O中采樣點(diǎn)的均值m_h(x)，且要求m_h(x)處的密度大于圓心O處的密度：

式中n為圓O中包含的點(diǎn)的個(gè)數(shù)；x為初始任意選擇的圓O的圓心，為一個(gè)列向量；x_i為第i個(gè)點(diǎn)，也是一個(gè)列向量；h為帶寬；h^-1為帶寬取倒數(shù)；||x||為x的模；g(x)＝-k′(x)，k(x)為輪廓函數(shù)，k′(x)為k(x)求導(dǎo)；

c.計(jì)算圓心O處的密度與均值m_h(x)的差值M_h(x)，M_h(x)為均值漂移向量且指向密度增加的方向；

d.根據(jù)步驟c計(jì)算的均值漂移向量M_h(x)進(jìn)行判斷：

若均值漂移向量M_h(x)的模小于設(shè)定的誤差，則認(rèn)定迭代結(jié)束；

若均值漂移向量M_h(x)的模大于或等于設(shè)定的誤差，則將圓心O的密度值設(shè)定為均值漂移向量M_h(x)的模，并回到步驟b進(jìn)行再次迭代；

e.迭代結(jié)束后，利用均值漂移算法搜索到密度極大值點(diǎn)，該密度極大值點(diǎn)即為初始聚類中心；

f.重復(fù)前五步操作，第二次操作得到的最終中心點(diǎn)指向第一次操作得到的最終中心點(diǎn)的向量的模若小于設(shè)定的誤差，則將這兩類合并，否則新增加一類，直至所有的點(diǎn)都被分為若干類，結(jié)束運(yùn)算，得到聚類中心數(shù)量。

4.根據(jù)權(quán)利要求3所述的基于聚類算法的大工業(yè)用戶細(xì)分方法，其特征在于步驟S4所述的根據(jù)步驟S1獲取的用戶負(fù)荷數(shù)據(jù)和步驟S3得到的初始聚類中心及中心值，采用聚類算法對(duì)目標(biāo)地區(qū)的大工業(yè)用戶進(jìn)行細(xì)分，具體為設(shè)置步驟S3得到的初始聚類中心為聚類中心，設(shè)置步驟S3得到的中心數(shù)量為聚類數(shù)量，采用k-means算法對(duì)目標(biāo)地區(qū)的大工業(yè)用戶進(jìn)行聚類和細(xì)分。