[發明專利]一種電力用戶的分類方法、裝置、設備及存儲介質

在審

• 申請號: 202110313257.2
• 申請日: 2021-03-24
• 公開（公告）號: CN113159129A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 方曉蓉;顧榮斌;張皛;宋軼慧;劉文意;邵佳煒;倪卿;陳博文;邴超
• 申請（專利權）人: 國網上海市電力公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/182;G06Q50/06
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種電力用戶的分類方法，其特征在于，包括：

獲取待處理用戶在設定時間段內的電力數據；

對所述電力數據進行預處理；

將預處理后的電力數據輸入隨機森林模型，獲得所述待處理用戶的用電類別。

2.根據權利要求1所述的方法，其特征在于，對所述電力數據進行預處理，包括：

對所述用電數據進行缺失數據補全和數據標準化的預處理；

其中，所述數據補全按照如下公式執行：其中，x_i,j為缺失數據，x_i,j-1和x_i,j+1分別為數據集中x_i,j前后相鄰的數據；

所述數據標準化按照如下公式執行：其中，y_i,j為標準數據，x′_i,j為數據補全后的數據，x′_max和x′_min分別為數據補全后的數據集中的最大值和最小值。

3.根據權利要求1所述的方法，其特征在于，所述隨機森林模型的訓練方式為：

獲取樣本用戶在設定時間段的電力樣本數據，并按照設定比例將所述電力樣本數據劃分為訓練集和測試集；

利用果蠅算法對隨機森林模型參數進行優化；所述隨機森林模型參數包括決策樹數量和特征屬性集大小；

根據優化后的隨機森林模型參數構建隨機森林模型；

基于測試集對構建的隨機森林模型進行測試，獲得測試結果。

4.根據權利要求3所述的方法，其特征在于，所述利用果蠅算法對隨機森林模型參數進行優化，包括：

獲取果蠅群體的初始化坐標；初始坐標包括氣味濃度、決策樹數量和特征屬性集大小；

基于所述初始化坐標進行迭代計算，獲得果蠅群體中氣味濃度最高的目標果蠅坐標；

將所述目標果蠅坐標中的決策樹數量和特征屬性集大小確定為優化后的隨機森林模型參數。

5.根據權利要求4所述的方法，其特征在于，基于所述初始化坐標進行迭代計算，獲得果蠅群體中氣味濃度最高的目標果蠅坐標，包括：

按照如下公式計算最高氣味濃度：其中，OOB_best為最高氣味濃度，為第i個果蠅在第j代的氣味濃度，θ為控制閾值；

計算果蠅自適應尋優路線，其計算公式為：TN_best＝TN_orα+WV,FT_best＝FT_orα+WV，其中，α為最大迭代次數，W為尋優步長權重，V為i個果蠅在第j代的氣味濃度平均值的變化率；

所述果蠅群體中最高氣味濃度的果蠅坐標為：BEST＝[OOB_best,TN_best,FT_best]。

6.根據權利要求4所述的方法，其特征在于，所述根據優化后的隨機森林模型參數構建隨機森林模型包括：

利用云計算平臺對所述訓練集進行抽樣，并根據所述最優特征屬性集大小確定至少一組特征屬性集；

在所述云計算平臺上對所述至少一組特征屬性集進行處理，直到所述隨機森林模型構建完成。

7.根據權利要求6所述的方法，其特征在于，所述在所述云計算平臺上對所述至少一組特征屬性集進行處理，包括：

根據所述最優決策樹數量確定所述隨機森林模型中的決策樹數量；

獲取所述至少一組特征屬性集的特征信息，將所述特征信息發送至所述云計算平臺的各個節點中；

在各個節點中對所述特征信息進行分布式處理，層級迭代計算所有決策樹的每一層節點，直到所述隨機森林模型中的所有決策樹構建完成。

8.一種電力用戶的分類裝置，其特征在于，包括：

電力數據獲取模塊，用于獲取待處理用戶在設定時間段內的電力數據；

預處理模塊，用于對所述電力數據進行預處理；

用電類別獲取模塊，用于將預處理后的電力數據輸入隨機森林模型，獲得所述待處理用戶的用電類別。