CN105653670B - 一种基于流形学习聚类算法的智能用电数据挖掘方法 - Google Patents

Abstract

本发明涉及一种基于流形学习聚类算法的智能用电数据挖掘方法，包括：获取用户n点用电数据集合X＝{X₁,X₂...X_s...X_t}，其中，X_s＝{x₁,x₂...x_i...x_n}，s∈[1,t]，t为用户总数，i∈[1,n]，n为用电数据采集点总数；对第s个用户n点用电数据X_s进行归一化处理，获取归一化处理后数据X_s′＝{x₁′,x₂′...x_i′...x′_n}；对X_s′进行曲线拟合，获取用户用电的峰值对应时间T_p和谷值对应时间T_v，将T_p和T_v作为所述用户的标签；基于流形学习算法对所述归一化处理后数据进行降维处理，获取降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}；采用聚类算法对所述降维处理后数据集进行分类；对每类用户的价格敏感性进行评价；本发明提供的方法针对智能用电数据信息，通过采用流形学习聚类方法对信息进行聚类分析，为智能用电互动化提供决策信息。

Description

一种基于流形学习聚类算法的智能用电数据挖掘方法

技术领域

本发明涉及数据挖掘分析领域，具体涉及一种基于流形学习聚类算法的智能用电数据挖掘方法。

背景技术

智能互动化是智能电网的一个重要环节，针对智能用电基础信息的数据挖掘，对明确用户互动化需求具有十分重要的价值。

目前现有的用电数据采集分析系统对数据信息的挖掘相对简单，如根据用户用电量将用户进行档次划分为(如大、中、小)不同的用户群，根据用电性质划分不同客户群(民用电、工商业用电等)，很少综合考虑不同区域、不同用电性质、不同时间段等对用户用电量信息的挖掘。

发明内容

本发明的目的是针对智能用电数据信息，提供一种基于流形学习聚类算法的智能用电数据挖掘方法，通过采用流形学习聚类方法对信息进行聚类分析，为智能用电互动化提供决策信息。

本发明的目的是采用下述技术方案实现的：

一种基于流形学习聚类算法的智能用电数据挖掘方法，其改进之处在于，所述方法包括：

(1)获取用户n点用电数据集合X＝{X₁,X₂...X_s...X_t}，其中，X_s＝{x₁,x₂...x_i...x_n}为第s个用户n点用电数据，s∈[1,t]，t为用户总数，x_i为n点用电数据中第i点数据，i∈[1,n]，n为用电数据采集点总数；

(2)对第s个用户n点用电数据X_s进行归一化处理，获取归一化处理后数据X_s′＝{x₁′,x₂′...x_i′...x_n′}，x_i′为X_s中归一化处理后第i个元素；

(3)对X_s′进行曲线拟合，获取用户用电的峰值对应时间T_p和谷值对应时间T_v，将T_p和T_v作为所述用户的标签；

(4)基于流形学习算法对所述归一化处理后数据进行降维处理，获取降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}，其中，Y_s＝{y_s1,y_s2}，s∈[1,t]，t为用户总数，y_s1为X_s′降维处理后数据的第一个元素，y_s2为X_s′降维处理后数据的第二个元素；

(5)采用聚类算法对所述降维处理后数据集进行分类；

(6)对每类用户的价格敏感性进行评价。

优选的，所述步骤(2)中，对X_s进行归一化处理的公式为：

式(1)中，x_i′为X_s中归一化处理后第i个元素，x_i为X_s中第i个元素，x_max为X_s中元素最大值，x_min为X_s中元素最小值。

优选的，所述步骤(4)中，基于流形学习算法将X_s′＝{x₁′,x₂′...x_i′...x_n′}降为二维数据，包括：

(4-1)将X_s′中的数据点x_i′与k邻域内数据点进行连接并获取数据点x_i′与k邻域内数据点的欧氏距离，以数据点x_i′为节点，数据点x_i′与k邻域内数据点连接线为边构建领域图；

(4-2)采用Dijkstra算法获取领域图内任意两点x_i′和x_j′之间的最短距离d(i,j)及领域图内任意两点x_i′和x_j′之间的最短距离矩阵D{d(i,j)}，其中，i,j∈[1,n]；

(4-3)采用MDS算法获取X_s′＝{x₁′,x₂′...x_i′...x_n′}的低维嵌入坐标Y_ov＝{y_ov1,y_ov2}，令S＝{d(i,j)²}和H＝{δ_ij-1/n}，构造矩阵B，公式为：

B＝-(HSH)/2 (2)

其中，δ_ij的公式为：

分别获取所述矩阵B最大的两个特征值所对应的特征向量y_s1和y_s2作为所述X_s′＝{x₁′,x₂′...x_i′...x_n′}的低维嵌入坐标Y_s中的第一和第二个元素。

优选的，所述步骤(5)中，采用k-means算法将所述降维处理后数据集分为4类，包括：

(5-1)在所述降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}中随机选择4个元素{Y_a,Y_b,Y_c,Y_d}作为初始聚类中心；

(5-2)分别计算Y＝{Y₁,Y₂...Y_s...Y_t}中每个元素至{Y_a,Y_b,Y_c,Y_d}中4个元素的欧氏距离的公式为：

d_so＝||Y_s-Y_o||²,o∈(a,b,c,d) (4)

式(4)中，d_so为Y_s至Y_o的欧氏距离；

(5-3)选择d_so中的最小值，若最小值为d_so，则Y_s属于o类，聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}为属于o类的第v个数据，on为属于o类的数据总个数，o∈(a,b,c,d)；

(5-4)修改聚类中心Y_o的公式为：

式(5)中，y_o1′为修改后聚类中心Y_o的第一个元素，y_o2′为修改后聚类中心Y_o的第二个元素，y_ov1为属于o类的第v个数据的第一个元素，y_ov2为属于o类的第v个数据的第二个元素，on为属于o类的数据总个数，o∈(a,b,c,d)；

(5-5)设定阈值ΔO，若修改后聚类中心的位置变化小于等于ΔO，则聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}，若修改后聚类中心的位置变化大于ΔO，则返回步骤(5-2)。

优选的，所述步骤(6)中，确定每类用户用电的峰值对应时间平均值和谷值对应 时间平均值令供电单位的分时电价高峰时间为T0、低谷时间为T1，则每类用户用电的峰 值对应时间平均值与供电单位的分时电价低谷时间T1的差ΔT_p的公式为 每类用户用电的谷值对应时间平均值与供电单位的分时电价高峰时间T0的差ΔT_v的公 式为

进一步的，设定阈值A和B，若ΔT_p≤A或ΔT_v≤B，则用户对分时电价敏感，用电单位需调整分时电价高峰时间T0和低谷时间T1。

与最接近的现有技术相比，本发明具有的有益效果：

本发明提供的一种基于流形学习聚类算法的智能用电数据挖掘方法，在数据挖掘前首先进行数据归一化、标准化处理；采用流行学习方法对标准化后的数据进行数据可视化，使用电数据在2维平面上能将其表示，并采用K-meams聚类算法对数据进行聚类；聚类后的数据根据用户在典型用电场景下的用电特性进行划分不同的类别，从而对供电单位的业务决策提供可靠依据。

附图说明

图1是本发明提供的一种基于流形学习聚类算法的智能用电数据挖掘方法流程图；

图2是本发明实施例中仿真数据采集示意图；

图3是本发明实施例中96维数据降至两维后数据分布情况示意图；

图4是本发明实施例中聚类结果示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供了一种基于流形学习聚类算法的智能用电数据挖掘方法，如图1所示，包括：

(1)获取用户n点用电数据集合X＝{X₁,X₂...X_s...X_t}，其中，X_s＝{x₁,x₂...x_i...x_n}为第s个用户n点用电数据，s∈[1,t]，t为用户总数，x_i为n点用电数据中第i点数据，i∈[1,n]，n为用电数据采集点总数；

其中，n点用电数据可以采集用户一天的数据，也可以采集用户一年的数据；

(2)对第s个用户n点用电数据X_s进行归一化处理，获取归一化处理后数据X_s′＝{x₁′,x₂′...x_i′...x_n′}，x_i′为X_s中归一化处理后第i个元素；

(3)对X_s′进行曲线拟合，获取用户用电的峰值对应时间T_p和谷值对应时间T_v，将T_p和T_v作为所述用户的标签；

(4)基于流形学习算法对所述归一化处理后数据进行降维处理，获取降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}，其中，Y_s＝{y_s1,y_s2}，s∈[1,t]，t为用户总数，y_s1为X_s′降维处理后数据的第一个元素，y_s2为X_s′降维处理后数据的第二个元素；

(5)采用聚类算法对所述降维处理后数据集进行分类；

(6)对每类用户的价格敏感性进行评价。

具体的，所述步骤(2)中，对X_s进行归一化处理的公式为：

式(1)中，x_i′为X_s中归一化处理后第i个元素，x_i为X_s中第i个元素，x_max为X_s中元素最大值，x_min为X_s中元素最小值。

所述步骤(4)中，基于流形学习算法将X_s′＝{x₁′,x₂′...x_i′...x_n′}降为二维数据，包括：

(4-1)将X_s′中的数据点x_i′与k邻域内数据点进行连接并获取数据点x_i′与k邻域内数据点的欧氏距离，以数据点x_i′为节点，数据点x_i′与k邻域内数据点连接线为边构建领域图；

(4-2)采用Dijkstra算法获取领域图内任意两点x_i′和x_j′之间的最短距离d(i,j)及领域图内任意两点x_i′和x_j′之间的最短距离矩阵D{d(i,j)}，其中，i,j∈[1,n]；

(4-3)采用MDS算法获取X_s′＝{x₁′,x₂′...x_i′...x_n′}的低维嵌入坐标Y_ov＝{y_ov1,y_ov2}，令S＝{d(i,j)²}和H＝{δ_ij-1/n}，构造矩阵B，公式为：

B＝-(HSH)/2 (2)

其中，δ_ij的公式为：

分别获取所述矩阵B最大的两个特征值所对应的特征向量y_s1和y_s2作为所述X_s′＝{x₁′,x₂′...x_i′...x_n′}的低维嵌入坐标Y_s中的第一和第二个元素。

所述步骤(5)中，采用k-means算法将所述降维处理后数据集分为4类，包括：

(5-1)在所述降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}中随机选择4个元素{Y_a,Y_b,Y_c,Y_d}作为初始聚类中心；

(5-2)分别计算Y＝{Y₁,Y₂...Y_s...Y_t}中每个元素至{Y_a,Y_b,Y_c,Y_d}中4个元素的欧氏距离的公式为：

d_so＝||Y_s-Y_o||²,o∈(a,b,c,d) (4)

式(4)中，d_so为Y_s至Y_o的欧氏距离；

例如，当o＝a时，d_sa为Y_s至聚类中心Y_a的欧氏距离；

(5-3)选择d_so中的最小值，若最小值为d_so，则Y_s属于o类，聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}为属于o类的第v个数据，on为属于o类的数据总个数，o∈(a,b,c,d)；

其中，d_so包含d_sa、d_sb、d_sc和d_sd，分别选择这四个值中最小的值；

例如，当d_sa、d_sb、d_sc和d_sd中，d_sa的值最小，说明Y_s至聚类中心Y_a的欧氏距离最小，则Y_s属于a类；

(5-4)修改聚类中心Y_o的公式为：

式(5)中，y_o1′为修改后聚类中心Y_o的第一个元素，y_o2′为修改后聚类中心Y_o的第二个元素，y_ov1为属于o类的第v个数据的第一个元素，y_ov2为属于o类的第v个数据的第二个元素，on为属于o类的数据总个数，o∈(a,b,c,d)；

(5-5)设定阈值ΔO，若修改后聚类中心的位置变化小于等于ΔO，则聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}，若修改后聚类中心的位置变化大于ΔO，则返回步骤(5-2)。

所述步骤(6)中，确定每类用户用电的峰值对应时间平均值

和谷值对应时间平均值

令供电单位的分时电价高峰时间为T0、低谷时间为T1，则每类用户用电的峰值对应时间平均值

与供电单位的分时电价低谷时间T1的差ΔT_p的公式为

每类用户用电的谷值对应时间平均值

与供电单位的分时电价高峰时间T0的差ΔT_v的公式为

设定阈值A和B，若ΔT_p≤A或ΔT_v≤B，则用户对分时电价敏感，用电单位需调整分时电价高峰时间T0和低谷时间T1。

其中，当用户对分时电价敏感时，供电单位可以合理调整分时电价峰谷时段以调整用户用电时间，从而起到削峰填谷作用减轻电网供电压力。

实施例

对基于流形学习聚类算法的智能用电数据挖掘方法进行仿真实验，如图2所示，仿真数据如下：

对用户15分钟进行一次用电量数据采集，一天中共有96个用电数据点。按用户的实际典型用电习惯对用户数据进行划分，主要有以上这四种场景：早8点和晚8点用电高峰期，午夜和中午时段用电低峰用户；晚上8点用电高峰期用户；一天中用电均衡无明显峰谷时段用户；午夜时段用电高峰期用户；

采用基于流形学习的算法进行可视化处理，如图3所示，将96维的数据进行维数约减，降到两维后的数据分布情况；

然后采用基于K-means聚类，聚类结果如图4所示，通过给定的数据样本分析后发现，其正确率在95％左右，具有很好的聚类效果。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (3)

1.一种基于流形学习聚类算法的智能用电数据挖掘方法，其特征在于，所述方法包括：

(1)获取用户n点用电数据集合X＝{X₁,X₂...X_s...X_t}，其中，X_s＝{x₁,x₂...x_i...x_n}为第s个用户n点用电数据，s∈[1,t]，t为用户总数，x_i为n点用电数据中第i点数据，i∈[1,n]，n为用电数据采集点总数；

(2)对第s个用户n点用电数据X_s进行归一化处理，获取归一化处理后数据X′_s＝{x′₁,x′₂...x′_i...x′_n}，x′_i为X_s中归一化处理后第i个元素；

(3)对X′_s进行曲线拟合，获取用户用电的峰值对应时间T_p和谷值对应时间T_v，将T_p和T_v作为所述用户的标签；

(4)基于流形学习算法对所述归一化处理后数据进行降维处理，获取降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}，其中，Y_s＝{y_s1,y_s2}，s∈[1,t]，t为用户总数，y_s1为X′_s降维处理后数据的第一个元素，y_s2为X′_s降维处理后数据的第二个元素；

(5)采用聚类算法对所述降维处理后数据集进行分类；

(6)对每类用户的价格敏感性进行评价；

所述步骤(6)中，确定每类用户用电的峰值对应时间平均值

和谷值对应时间平均值

令供电单位的分时电价高峰时间为T0、低谷时间为T1，则每类用户用电的峰值对应时间平均值

与供电单位的分时电价低谷时间T1的差ΔT_p的公式为

每类用户用电的谷值对应时间平均值

与供电单位的分时电价高峰时间T0的差ΔT_v的公式为

设定阈值A和B，若ΔT_p≤A或ΔT_v≤B，则用户对分时电价敏感，用电单位需调整分时电价高峰时间T0和低谷时间T1；

所述步骤(4)中，基于流形学习算法将X′_s＝{x′₁,x′₂...x′_i...x′_n}降为二维数据，包括：

(4-1)将X′_s中的数据点x′_i与k邻域内数据点进行连接并获取数据点x′_i与k邻域内数据点的欧氏距离，以数据点x′_i为节点，数据点x′_i与k邻域内数据点连接线为边构建领域图；

(4-2)采用Dijkstra算法获取领域图内任意两点x′_i和x′_j之间的最短距离d(i,j)及领域图内任意两点x′_i和x′_j之间的最短距离矩阵D{d(i,j)}，其中，i,j∈[1,n]；

(4-3)采用MDS算法获取X′_s＝{x′₁,x′₂...x′_i...x′_n}的低维嵌入坐标Y_s＝{y_s1,y_s2}，令S＝{d(i,j)²}和H＝{δ_ij-1/n}，构造矩阵B，公式为：

B＝-(HSH)/2 (2)

其中，δ_ij的公式为：

分别获取所述矩阵B最大的两个特征值所对应的特征向量y_s1和y_s2作为所述X′_s＝{x′₁,x′₂...x′_i...x′_n}的低维嵌入坐标Y_s中的第一和第二个元素。

2.如权利要求1所述的方法，其特征在于，所述步骤(2)中，对X_s进行归一化处理的公式为：

式(1)中，x′_i为X_s中归一化处理后第i个元素，x_i为X_s中第i个元素，x_max为X_s中元素最大值，x_min为X_s中元素最小值。

3.如权利要求1所述的方法，其特征在于，所述步骤(5)中，采用k-means算法将所述降维处理后数据集分为4类，包括：

(5-1)在所述降维处理后数据集Y＝{Y₁,Y₂...Y_s...Y_t}中随机选择4个元素{Y_a,Y_b,Y_c,Y_d}作为初始聚类中心；

(5-2)分别计算Y＝{Y₁,Y₂...Y_s...Y_t}中每个元素至{Y_a,Y_b,Y_c,Y_d}中4个元素的欧氏距离的公式为：

d_so＝||Y_s-Y_o||²,o∈(a,b,c,d) (4)

式(4)中，d_so为Y_s至Y_o的欧氏距离；

(5-3)选择d_so中的最小值，若最小值为d_so，则Y_s属于o类，聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}为属于o类的第v个数据，on为属于o类的数据总个数，o∈(a,b,c,d)；

(5-4)修改聚类中心Y_o的公式为：

式(5)中，y′_o1为修改后聚类中心Y_o的第一个元素，y′_o2为修改后聚类中心Y_o的第二个元素，y_ov1为属于o类的第v个数据的第一个元素，y_ov2为属于o类的第v个数据的第二个元素，on为属于o类的数据总个数，o∈(a,b,c,d)；

(5-5)设定阈值ΔO，若修改后聚类中心的位置变化小于等于ΔO，则聚类结果为Y_o＝{Y_o1,Y_o2...Y_ov...Y_on}，其中，Y_ov＝{y_ov1,y_ov2}，若修改后聚类中心的位置变化大于ΔO，则返回步骤(5-2)。

Images