[發(fā)明專利]一種居民用電行為聚類中的特征優(yōu)選方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010132423.4
• 申請日: 2020-02-29
• 公開（公告）號: CN111861781A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 夏飛;張潔;張傳林;龔春陽
• 申請（專利權(quán)）人: 上海電力大學(xué)
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62
• 代理公司: 南京禹為知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 吳肖敏

1.一種居民用電行為聚類中的特征優(yōu)選方法，其特征在于：包括，

采集數(shù)據(jù)并構(gòu)建原始特征集；

構(gòu)建評價(jià)函數(shù)；

基于評價(jià)函數(shù)對原始特征集進(jìn)行篩選；

對密度峰值算法進(jìn)行改進(jìn)；

基于改進(jìn)的密度峰值算法進(jìn)行聚類分析。

2.如權(quán)利要求1所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述原始特征集包括用電特征和氣象特征，

用電特征還包括峰谷特性變化指標(biāo)、用電特征變化指標(biāo)和日用電特征指標(biāo)；氣象特征還包括平均溫、最高溫、最低溫、雨水、風(fēng)向、風(fēng)速、壓強(qiáng)和濕度。

3.如權(quán)利要求1或2所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述評價(jià)函數(shù)的構(gòu)建包括輪廓系數(shù)指標(biāo)，其計(jì)算公式為，

其中，i為原始數(shù)據(jù)集X中的一個(gè)樣本，a(x_i)表示x_i到同一簇內(nèi)其他對象之間的平均距離，b(x_i)表示x_i到其余類簇的最小平均距離。

4.如權(quán)利要求3所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述評價(jià)函數(shù)還包括貝葉斯信息準(zhǔn)則函數(shù)，其計(jì)算公式為，

其中，k為聚類模型中聚類簇的個(gè)數(shù)，n為樣本的數(shù)量，為似然函數(shù)，其公式為，

其中，SC和SC^*分別為聚類評價(jià)指標(biāo)的最優(yōu)值及實(shí)際輸出的評價(jià)指標(biāo)值。

5.如權(quán)利要求4所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述評價(jià)函數(shù)還包括相關(guān)系數(shù)ρ_xy，其計(jì)算公式為，

其中，cov(x,y)為特征x與y的協(xié)方差，σ_x和σ_y分別為特征x與y的標(biāo)準(zhǔn)差，ρ_xy的取值范圍為[-1,1]。

6.如權(quán)利要求4或5所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述評價(jià)函數(shù)的公式為，

其中，Z(x)為特征x的評價(jià)值，B'(x)為特征x進(jìn)行歸一化后的貝葉斯信息準(zhǔn)則值，ρ_xy為相關(guān)系數(shù)。

7.如權(quán)利要求6所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述最優(yōu)特征子集通過特征優(yōu)選進(jìn)行構(gòu)建，特征優(yōu)選還包括，

計(jì)算原始特征庫X中各特征的評價(jià)值；

篩選特征構(gòu)成最優(yōu)特征子集Y；

計(jì)算最優(yōu)特征子集Y的評價(jià)值R；

評價(jià)值R是否小于設(shè)定閾值，若小于則輸出最終的最優(yōu)特征子集Y。

8.如權(quán)利要求7所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述評價(jià)值R的計(jì)算公式為，

其中，評價(jià)值R為原始特征庫X中最優(yōu)特征的評價(jià)值與最優(yōu)特征子集Y的評價(jià)值的比值，當(dāng)R小于設(shè)定閾值時(shí)停止選擇。

9.如權(quán)利要求7或8所述的居民用電行為聚類中的特征優(yōu)選方法，其特征在于：所述改進(jìn)的密度峰值算法包括以下步驟，

根據(jù)聚類評價(jià)指標(biāo)SC，利用布谷鳥搜索算法對截?cái)嗑嚯x進(jìn)行優(yōu)化；

利用異常值檢測的思想，采用高斯分布實(shí)現(xiàn)聚類中心的自動(dòng)選擇。

10.一種居民用電行為聚類中的特征優(yōu)選系統(tǒng)，其特征在于：包括，

采集模塊(100)，所述采集模塊(100)用于采集和構(gòu)建原始特征集；

篩選模塊(200)，所述篩選模塊(200)能夠構(gòu)建評價(jià)函數(shù)并對原始特征集數(shù)據(jù)進(jìn)行篩選；

聚類分析模塊(300)，所述聚類分析模塊(300)對篩選后的數(shù)據(jù)進(jìn)行聚類。