[發明專利]基于決策樹的光伏發電助學方法

在審

• 申請號: 202010618881.9
• 申請日: 2020-06-30
• 公開（公告）號: CN111815488A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 葛愿;湯程;徐正偉;高文根;余諾;范曉東;林其友
• 申請（專利權）人: 安徽工程大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q50/06;G06K9/62
• 代理公司: 蕪湖安匯知識產權代理有限公司 34107
• 代理人: 鐘雪

1.一種基于決策樹的光伏發電助學方法，其特征在于，所述方法具體包括如下步驟：

S1、將歷史補助對象的特征屬性及補助等級作為訓練樣本集S中的樣本數據，基于樣本數據構建決策樹；

S2、基于決策樹來判定補助對象的補助等級；

S3、基于光伏日總發電量確定各補助等級的用電補助量。

2.如權利要求1所述基于決策樹的光伏發電助學方法，其特征在于，決策樹的構建方法具體包括如下步驟：

S11、根據訓練樣本集S計算補助等級的類別信息熵；

S12、對各特征屬性進行劃分，將每個特征屬性分成若干個子屬性，計算分類方式的條件熵，

S13、將補助等級的類別信息熵與每種分類方式的條件熵的差值作為對應分類方式下的屬性信息增益；

S14、計算特征屬性的屬性分割信息量；

S15、基于屬性分割信息量及屬性信息增益計算各特征屬性的信息增益率，將信息增益率最高的特征屬性作為決策樹的根節點，若該特征屬性下的特定子屬性對應一個補助等級，則將該特征屬性下的子屬性作為葉子節點，否則作為分支繼續分裂；

S16、去除作為根節點及分叉節點的特征屬性；

S17、執行步驟S11至步驟S16，將信息增益率最高的特征屬性作為下一級分叉節點，直至所有特征屬性都已被使用，最終形成決策樹。

3.如權利要求2所述基于決策樹的光伏發電助學方法，其特征在于，補助等級的類別信息熵計算公式具體如下：

其中，|S_j|為各補助等級的樣本數，|S|是總的樣本數，β_N為各特征屬性的權重之和，m表示補助等級的數量。

4.如權利要求2所述基于決策樹的光伏發電助學方法，其特征在于，分類分方式的條件熵計算公式具體如下：

將特征屬性A_x分成A₁、A₂、...、A_P個子屬性，將訓練樣本集S中的樣本映射到各子屬性對應的樣本子集中，其中，A_i為特征屬性A_x的i個子屬性，P為特征屬性A_x的子屬性數量，|A_i|是特征屬性A_x第i個子屬性A_i對應樣本子集中的樣本數，|S|是總樣本數，β_x為特征屬性A_x對應的權重參數，β_N為各特征屬性的權重之和，|A_ij|表示樣本子集A_i中獲得第j個補助等級的樣本數，β_xi為特征屬性A_x第i個子屬性A_i的權重參數，Info(A_i)表示特征屬性A_x第i個子屬性A_i對應子集的信息熵。

5.如權利要求2所述基于決策樹的光伏發電助學方法，其特征在于，特征屬性的屬性分割信息量計算公式具體如下：

其中，|A_i|是特征屬性A_x第i個子屬性A_i對應樣本子集中的樣本數，|S|是總樣本數，β_x為特征屬性A_x對應的權重參數，β_N為各特征屬性的權重之和。

6.如權利要求2所述基于決策樹的光伏發電助學方法，其特征在于，信息增益率的計算公式具體如下：

其中，Gain(A_x)為分類方式下的屬性信息增益，SplitInfo(A_x)為特征屬性的屬性分割信息量。

7.如權利要求1所述基于決策樹的光伏發電助學方法，其特征在于，特征屬性包括：貧困程度、公益活動記錄、違規用電記錄、校園消費記錄及成績等級。