[發(fā)明專利]一種基于最大相關(guān)最小冗余判據(jù)的用戶用電特征選擇方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010573150.7
• 申請(qǐng)日: 2020-06-22
• 公開(kāi)（公告）號(hào): CN111860600A
• 公開(kāi)（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 許洪強(qiáng);趙晉泉;夏雪;蘇大威
• 申請(qǐng)（專利權(quán)）人: 國(guó)家電網(wǎng)有限公司;河海大學(xué);國(guó)網(wǎng)江蘇省電力有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張惠玲

1.一種基于最大相關(guān)最小冗余判據(jù)的電力用戶用電特征選擇方法，其包括以下步驟：

步驟A、對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理主要包括缺失數(shù)據(jù)與失真數(shù)據(jù)的填補(bǔ)與剔除以及用電數(shù)據(jù)歸一化處理；

步驟B、綜合計(jì)算預(yù)處理后的負(fù)荷數(shù)據(jù)的簇內(nèi)集聚度、類間離散度，構(gòu)造聚合回報(bào)指標(biāo)，選取合適k值，并在此基礎(chǔ)上完成k-means聚類；

步驟C、結(jié)合有效性與冗余性指標(biāo)，基于最大相關(guān)最小冗余判據(jù)，采用遍歷法提取優(yōu)質(zhì)用電特征集。

2.如權(quán)利要求1所述的基于最大相關(guān)最小冗余判據(jù)的電力用戶用電特征選擇方法，其特征在于，步驟A所述對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理，具體按照以下方法：

步驟A1、濾除樣本集中的不合理數(shù)據(jù)，包括有部分缺失、數(shù)據(jù)過(guò)大以及日用電均為零的用戶數(shù)據(jù)；

步驟A2、將濾除后得到的樣本數(shù)據(jù)進(jìn)行歸一化處理，其表達(dá)式如下：

式中：x_mtn為第m個(gè)用戶第t時(shí)刻的歸一化值；x_mt為第m個(gè)用戶第t時(shí)刻的用電量；x_mmin和x_mmax分別為第m個(gè)用戶日用電的最大值和最小值。

3.如權(quán)利要求1所述的基于最大相關(guān)最小冗余判據(jù)的電力用戶用電特征選擇方法，其特征在于，步驟B所述綜合計(jì)算簇內(nèi)集聚度、類間離散度，構(gòu)造聚合回報(bào)指標(biāo)，選取合適k值，并在此基礎(chǔ)上完成k-means聚類，具體按照以下方法：

步驟B1、誤差平方和(sum of squared error，SSE)的定義如下：

式中，C_i為第i個(gè)類別；x為C_i中的樣本點(diǎn)；m_i為C_i的質(zhì)心，即所有樣本的均值；

當(dāng)k值小于最佳聚類數(shù)時(shí)，k值的增加會(huì)大幅增加每個(gè)簇的集聚程度，故SSE值的下降幅度會(huì)陡增，而當(dāng)k值達(dá)到最佳聚類數(shù)時(shí)，再增加k值所得到的集聚程度回報(bào)會(huì)迅速變小，SSE值下降幅度會(huì)驟減；

步驟B2、為量化集聚程度回報(bào)大小，定義誤差降低系數(shù)β_SSE為：

步驟B3、針對(duì)樣本點(diǎn)x_i，假設(shè)其被聚類到簇A，則其輪廓系數(shù)如下：

式中，a(x_i)為樣本x_i到簇A其他樣本點(diǎn)的平均歐式距離；對(duì)于簇B而言，令：D(x_i,B)為樣本x_i與簇B中所有樣本的平均歐氏距離，則即為樣本x_i到其他簇的平均距離的最小值；

求出所有樣本的輪廓系數(shù)后取平均值即可得到樣本集的平均輪廓系數(shù)：

式中，為平均輪廓系數(shù)；C為總樣本集；n為總樣本數(shù)；

步驟B4、誤差降低系數(shù)反映的是簇內(nèi)集聚度，平均輪廓系數(shù)則體現(xiàn)了簇間分離度，因此，綜合兩個(gè)系數(shù)定義了聚合回報(bào)指標(biāo)Re：

給定一個(gè)最大聚類數(shù)k_max，取[2,k_max]的范圍內(nèi)每個(gè)整數(shù)作為聚類數(shù)，分別進(jìn)行一次聚類，當(dāng)聚合回報(bào)指標(biāo)值最大時(shí)，聚類結(jié)果最優(yōu)，通過(guò)定義聚合回報(bào)指標(biāo)，實(shí)現(xiàn)最佳聚類數(shù)k值的自動(dòng)確定；

確定最佳k值后，采用k-means算法對(duì)樣本進(jìn)行聚類分析。

4.如權(quán)利要求1所述的基于最大相關(guān)最小冗余判據(jù)的電力用戶用電特征選擇方法，其特征在于，步驟C所述結(jié)合有效性與冗余性指標(biāo)，基于最大相關(guān)最小冗余判據(jù)，采用遍歷法提取優(yōu)質(zhì)用電特征集的步驟中，具體按照以下方法：

步驟C1、構(gòu)建初始特征集；

采用源于用電曲線的用電特征來(lái)表征用戶用電行為；用電特征分為兩大類：一類是直觀描述型，包括日用電量，日最大負(fù)荷、日最小負(fù)荷、日平均負(fù)荷，日峰谷差；另一類是比值描述型，包括谷電系數(shù)，日負(fù)荷率、日峰谷差率，峰時(shí)耗電率，平時(shí)段用電百分比；原始特征集由上述兩類特征組合構(gòu)成，記為T＝{t₁,t₂,…,t_N}；

步驟C2、對(duì)用電特征進(jìn)行變量域離散化處理；

把各用電特征的數(shù)值序列轉(zhuǎn)化為概率分布區(qū)間，對(duì)特征集進(jìn)行歸一化處理，將用電特征數(shù)值序列區(qū)間均勻離散，得到用電特征數(shù)值序列的概率分布，繼而完成對(duì)各個(gè)用電特征與用戶類別的互信息計(jì)算；

步驟C3、以互信息為基礎(chǔ)構(gòu)建最大相關(guān)性指標(biāo)；

第i個(gè)用電特征t_i的熵的計(jì)算公式為：

式中，N_i為用電特征t_i的區(qū)間數(shù)量；M_u為用電特征t_i落在第u個(gè)區(qū)間的樣本個(gè)數(shù)；M為總樣本數(shù)；底數(shù)取2；

用戶類別d的信息熵為：

式中，N_d為用戶總類別數(shù)；M_v為屬于第v個(gè)類別的樣本個(gè)數(shù)；底數(shù)取2；

第i個(gè)用電特征t_i與用戶類別d的聯(lián)合信息熵為：

式中，M_uv為t_i落在第u個(gè)區(qū)間且用戶類別d恰好為v的樣本個(gè)數(shù)；底數(shù)取2；

第i個(gè)用電特征t_i與用戶類別d的互信息定義為：

I(t_i；d)＝H(t_i)+H(d)-H(t_i,d)

根據(jù)上式分別求出每個(gè)用電特征與用戶類別間的互信息；

最大相關(guān)性指標(biāo)D(S,d)為：

式中，S與N_S為最優(yōu)特征集及其所包含用電特征的個(gè)數(shù)；I(t_i；d)為S中第i個(gè)用電特征和用戶類別d之間的互信息值；

步驟C4、以相關(guān)系數(shù)為基礎(chǔ)構(gòu)建最小冗余性指標(biāo)；

兩個(gè)用電特征間信息的冗余性用相關(guān)系數(shù)指標(biāo)來(lái)衡量，其公式如下：

式中，t_i和t_j分別為最優(yōu)特征集S中第i和第j個(gè)用電特征；cov(t_i,t_j)為兩個(gè)用電特征的協(xié)方差；和分別為用電特征t_i和t_j的標(biāo)準(zhǔn)差；為兩個(gè)用電特征的相關(guān)系數(shù)，取值范圍為[-1,1]，絕對(duì)值越接近于1，相關(guān)性越大，越接近0，相關(guān)性越小；

最小冗余性指標(biāo)R(S)為：

步驟C5、綜合兩個(gè)指標(biāo)得到最大相關(guān)最小冗余準(zhǔn)則；

相應(yīng)的公式如下：

求解滿足最大相關(guān)最小冗余準(zhǔn)則的特征集S即為最優(yōu)特征集；

步驟C6、采用遍歷法求解最大相關(guān)最小冗余準(zhǔn)則，得到最優(yōu)特征集；

令f_i為用電特征t_i的集合隸屬度指示函數(shù)，對(duì)其進(jìn)行0-1編碼，f_i＝1表示該用電特征存在于S中，f_i＝0則表示在S中不存在標(biāo)簽t_i；為簡(jiǎn)化公式表達(dá)，將互信息與相關(guān)系數(shù)分別用a_i與b_ij表示，即：

將上式代入后得到：

遍歷f＝(0,0,…0)至f＝(1,1,…,1)得到使mRMR最大的f向量，解碼后得到最優(yōu)特征集S。