[發(fā)明專利]一種基于粗糙集的用戶用電行為聚類結(jié)果評價方法

有效

• 申請?zhí)枺?/td>: 202010345416.2
• 申請日: 2020-04-27
• 公開（公告）號: CN111553413B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計）人: 胡笑琪;謝瀚陽;余夢琪;龔杰;黃林海;黎錦鍵;黃曉穎;康家榮;麥盛開;陳競燦;何湛邦;張開軒;陳錦彪
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司佛山供電局
• 主分類號: G06F18/2337
• 分類號: G06F18/2337;G06Q30/0201;G06Q50/06
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發(fā)明提供一種基于粗糙集的用戶用電行為聚類結(jié)果評價方法，該方法引入粗糙集中不確定性的思想，可對可能同時屬于多個類的用電行為聚類結(jié)果準確性進行客觀評價，克服了已用方法無法評價包含一個用戶用電行為可能屬于多個類的不同聚類方法所得聚類結(jié)果之間的評價。

技術(shù)領(lǐng)域

本發(fā)明涉及戶用電行為聚類結(jié)果評價領(lǐng)域，更具體地，涉及一種基于粗糙集的用戶用電行為聚類結(jié)果評價方法。

背景技術(shù)

在智能電網(wǎng)快速發(fā)展的推動下，電力大數(shù)據(jù)逐漸成為人們研究和關(guān)注的熱點，因此對用戶用電行為數(shù)據(jù)進行聚類分析顯得尤為必要。如何客觀評價用戶用電行為聚類的準確性，精準提取用戶的用電習慣及用電規(guī)律，為用戶提供個性化服務(wù)，從而優(yōu)化電力調(diào)度有著重要意義。

在對智能用電大數(shù)據(jù)進行數(shù)據(jù)挖掘時，目前國內(nèi)外常運用聚類分析提取信息價值，已有評價方法大多假設(shè)一個用電行為只歸結(jié)在一個類中，無法處理用電行為同時擁有多個類的特點的情況，對可能同時屬于多個類的用電行為聚類結(jié)果的準確性產(chǎn)生影響。本發(fā)明提出一種基于粗糙集的用戶用電行為聚類結(jié)果評價方法，引入粗糙集中不確定性的思想，對可能同時屬于多個類的用電行為聚類結(jié)果的準確性進行客觀評價。

發(fā)明內(nèi)容

本發(fā)明提供一種基于粗糙集的用戶用電行為聚類結(jié)果評價方法，該方法對可能同時屬于多個類的用電行為聚類結(jié)果的準確性進行客觀評價。

為了達到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：

一種基于粗糙集模糊聚類的用電行為分析方法包括以下步驟：

（1）獲取用戶用電行為數(shù)據(jù)聚類結(jié)果；

（2）計算聚類準確率；

（3）聚類結(jié)果比較評價。

進一步地，所述步驟（1）獲取用戶用電行為數(shù)據(jù)聚類結(jié)果，其聚類結(jié)果除了一個用電行為只歸結(jié)一個的常規(guī)聚類方法所得結(jié)果，也適用于基于粗糙集的一個用電行為可能屬于多個類的聚類結(jié)果的評價。

進一步地，所述步驟（2）是基于粗糙集思想，包含上近似集和下近似集的聚類準確率公式：

其中，聚類準確率公式為：

其中，如使用來表示類C的下近似集，它的含義是類C的下近似集中的對象一定屬于類C；使用來表示類C的下近似集，它的含義是類C的下近似集中的對象一定屬于類C。

使用參數(shù)w來把上近似集和下近似集連接起來，通過w的下標使用不同的英文字母來表示上近似集的權(quán)重和下近似集的權(quán)重。

權(quán)重的定義按照如下方式：

（1）下近似集的權(quán)重使用來表示，lower表示下近似集的含義；

（2）上近似集的權(quán)重通過使用來表示，upper表示上近似集的含義。

（3）上近似集的權(quán)重和下近似集的權(quán)重之和為1，即：

（4）下近似集的權(quán)重大于等于上近似集。即這是因為下近似集是上近似集的子集，也就是說，聚類的過程的重點還是通過類的下近似集的概念來體現(xiàn)的，因為類的下近似集的含義是指包含有確定屬于該類的對象的集合

a表示將某個對象劃分到某個類的正確的個數(shù)。

特別的，如常規(guī)聚類方法所得的聚類結(jié)果，其唯一所屬的類即屬于該類的下近似集，而不存在對象可能所屬的類的情況，因此所有類的上近似集為空。因此，對于各類聚類算法，本方法也適用。

進一步地，所述步驟（3）可對包含常規(guī)聚類方法和基于粗糙集的聚類方法的不同方法之間的評價，比較不同方法的聚類結(jié)果聚類準確率的大小，聚類準確率大者，聚類效果好；反之，聚類準確率小者，聚類效果次之。