CN113450142A - 一种电力客户用电行为聚类分析方法及装置 - Google Patents
一种电力客户用电行为聚类分析方法及装置 Download PDFInfo
- Publication number
- CN113450142A CN113450142A CN202110644311.1A CN202110644311A CN113450142A CN 113450142 A CN113450142 A CN 113450142A CN 202110644311 A CN202110644311 A CN 202110644311A CN 113450142 A CN113450142 A CN 113450142A
- Authority
- CN
- China
- Prior art keywords
- clustering
- data
- power
- data set
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 230000006399 behavior Effects 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 239000000203 mixture Substances 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 21
- 238000007621 cluster analysis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于用户行为分析技术领域,提供了一种电力客户用电行为聚类分析方法及装置,方法包括:获取电力客户的用电特征数据,得到数据集;对数据集进行预处理,得到多特征序列矩阵;根据DBSCAN算法对多特征序列矩阵进行第一次聚类,确定最优聚类值;根据最优聚类值在数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;输出聚类分析结果。本发明实施例通过一种联合DBSCAN和EM的高斯混合聚类进行用电行为分析,可以应用于对电力公司用电客户行为进行聚类,挖掘出客户数据中的潜在信息,根据所挖掘出的信息对不同的客户群实现更有针对性的服务,提高用户满意度。
Description
技术领域
本发明属于用户行为分析技术领域,具体涉及一种电力客户用电行为聚类分析方法及装置。
背景技术
随着电力改革深化、售电侧市场的全面放开,国家电网公司各级供电公司均面临着市场竞争压力,为进一步提升电力系统客户的用户体验,提升电网企业盈利能力和竞争力,对电力系统客户行为进行分析就变得尤为重要。电力系统客户行为分析是指分析用电数据之间的关系和相似性,找出客户潜在的行为习惯,并对客户进行细分,对指导客户的用电行为和节能改造具有重要意义。
原来的客户划分方法是粗放式的,只使用单一的特征属性对客户进行细分,导致客户的用电行为缺乏深入的挖掘分析,对用电客户的用电需求和用电特征掌握不够,无法指导用电需求侧管理。随着产品服务和客户需求的多样化,单一特征属性的划分方法表现出了很多不足和缺陷。
因此,如何应对目前的聚类算法无法高效的对电力客户分群,是目前需要迫切解决的技术问题。
发明内容
有鉴于此,本发明实施例提供了一种电力客户用电行为聚类分析方法及装置,能够有效的对电力公司的客户数据进行聚类,并通过对客户群内的特征分析得出每一类客户群的用电行为特点,以便于制定对应的服务标准。
本发明实施例的第一方面提供了一种电力客户用电行为聚类分析方法,包括:
获取电力客户的用电特征数据,得到数据集;
对所述数据集进行预处理,得到多特征序列矩阵;
根据DBSCAN算法对所述多特征序列矩阵进行第一次聚类,确定最优聚类值;
根据所述最优聚类值在所述数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
输出所述聚类分析结果。
本发明实施例的第二方面提供了一种电力客户用电行为聚类分析装置,包括:
采集模块,用于获取电力客户的用电特征数据,得到数据集;
数据预处理模块,用于对所述数据集进行预处理,得到多特征序列矩阵;
第一聚类模块,用于根据DBSCAN算法对所述多特征序列矩阵进行第一次聚类,确定最优聚类值;
第二聚类模块,用于根据所述最优聚类值在所述数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
输出模块,用于输出所述聚类分析结果。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例与现有技术相比存在的有益效果至少在于:
本发明实施例通过一种联合DBSCAN和EM的高斯混合聚类进行用电行为分析,能够对所得数据进行第一次聚类,并确定最优聚类值,然后由得到的值来随机选取聚类中心,利用EM算法进行GMM聚类,实现对数据的合理聚类分析。可以应用于对电力公司用电客户行为进行聚类,挖掘出客户数据中的潜在信息,根据所挖掘出的信息对不同的客户群实现更有针对性的服务,提高用户满意度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种电力客户用电行为聚类分析方法的流程示意图;
图2是本发明实施例提供的一种电力客户用电行为聚类分析装置的示意图;
图3是本发明实施例提供的终端设备的示意图。
具体实施方式
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
本发明实施例采用了如下技术方案:
实施例一:
参见图1,本实施例提供了一种电力客户用电行为聚类分析方法,包括:
步骤S100:获取电力客户的用电特征数据,得到数据集;
步骤S200:对数据集进行预处理,得到多特征序列矩阵;
步骤S300:根据DBSCAN算法对多特征序列矩阵进行第一次聚类,确定最优聚类值;
步骤S400:根据最优聚类值在数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
步骤S500:输出聚类分析结果。
从电力公司的数据库中获取电力用户的特征数据,形成数据集,为聚类分析处理奠定数据基础,然后联合DBSCAN和EM的高斯混合聚类方法对用电行为进行分析,能够有效对电力公司的客户数据进行聚类,并通过对客户群内的特征分析得出每一类客户群的用电行为特点,方便电力公司制定对应不同客户的服务标准。
本实施例中,为了保证聚类结果的准确性,采取以下方法对数据集进行预处理:
步骤S210:确定分类指标数据和对应的聚类特征维度;
对于电力公司而言,基于聚类的用户细分的分类指标数据可分为四部分:
一是用户消费水平,包括缴费形式、月均消费额和月均拓展业务额,该部分指标集中反映的是用户的消费水平;
二是掉电敏感程度,包括用电类型、掉电后投诉次数和合同容量,该部分指标反映的是用户对于用电需求的紧急程度;
三是用户欠费风险,包括平均每月拖欠费用天数、拖欠费用的次数以及月均拖欠金额,该部分反映的是用户在缴费方面的一个诚信度;
四是用户设备风险,包括安全检查不合格次数、盗电及违规用电次数以及实际用电量与合同用电量的匹配度,该部分指标集中反映的是用户安全用电的意识。
通过这四个部分的指标分析,可以较为全面的分析电力客户的行为规律。则本实施例所对应的聚类特征维度为4。
步骤S220:对数据集中特征维度丢失数小于等于阈值的数据进行填补,对数据集中特征维度丢失数大于阈值的数据进行删除;
在本实施例收集的10000名客户的数据信息中,发现其中存在着不少的不完整的信息,比如有的客户的月均消费总额没有记录,有的客户的用电类型没有记录等,为了保证聚类结果的准确性,对于其中缺失数据采取了均值插补的方式进行缺失数据的填补,具体做法是使用该属性的众数来插补缺失的值。由于特征维度为4,则将阈值设置为2,即为了保证聚类结果的准确性,在获取的数据集中,采取系统估计的方式对特征维度丢失数小于或等于2的数据进行填补,对于特征维度丢失数大于2的数据采取删除整条信息的方法。
步骤S230:对数据集中与事实不符、超出正常范围或与数据格式不符的异常数据进行中值替换;
在采集的众多数据中,还会包含与事实不符、超出正常的范围的异常数据,本实施例通过箱型图分析来对采集的数据自动进行异常数据识别,具体做法是:首先定义上四分位U和下四分位L,U取值表示该属性的所有样本中只有四分之一的数值大于它,L取值表示该属性的所有样本中只有四分之一的数值小于它;其次,设定上四分位与下四分位的插值为IQR,即IQR=U-L;那么,上界Uk=U+1.5IQR,下界Lk=L-1.5IQR;最后,该属性的所有数据中超过上界Uk和下界Lk的数据都被判断为异常数据。这一类异常数据可以返回给客户重新填写。
在众多的数据当中也不乏有少数与数据格式不相符的数据,比如在缴费形式那里填写的是用电类型,在掉电后投诉次数那里填写合同容量,这样的不一致数据相对比较少,对于这样的数据采用中值插补的方法来替换数据,具体做法是使用该属性中所有值的中位数来替换这些数据。
步骤S240:将删补后的数据集进行标准化处理,得到多特征序列矩阵。
经过清洗后的数据虽然已经确保了信息的完整度以及准确性,但要想使用机器算法来对这些信息进行处理,还需要把形式各异的数据转化为统一的数据形并进行标准化处理。
在采集的数据信息中,不同的指标有着不同的数据格式,并且数据的取值范围各不相同。本实施例通过不同的数学统计方式来寻找到衍生字段,实现数据形式的统一;将每一个变量与该变量均值的差除以该变量的标准差得到标准化后的数据;研究使用需求相关的各类特征变量在实际应用中的影响程度,根据影响因子μi(i=1,2,3,…,n)的大小为其输入设置不同的比重,其中n代表属性的个数。
具体做法是:一个属性对应一个影响因子μi,每个属性对应的比重:
通过这一系列的数据处理和转换就得到了后续处理所需要的数据。
本实施例中,第一次聚类的步骤可以包括:
步骤S310:设置聚类半径Eps和聚类点数MinPits;
步骤S320:计算数据集D={x1,x2,…,xm}中任一数据xj∈D的邻域子样本集,邻域子样本集包括所有与对应数据的距离小于等于聚类半径的数据点的集合:N(xj)={xi∈D|distance(xi,xj)≤Eps},子样本集的个数为|N(xj)|;
步骤S330:判断数据的邻域子样本集中是否包含聚类点数个样本;
若数据的邻域子样本集中包含至少聚类点数个样本,则数据为核心点;
对于任意样本xj∈D,如果其Eps-邻域对应的N(xj)至少包含MinPits个样本,|N(xj)|≥MinPits,则xj是核心点;
步骤S340:遍历核心点对应的邻域子样本集中的其他核心点,寻找与其他核心点密度相连的数据点,直到没有可以扩充的数据点位置,得到一个聚类值;
密度相连为将密度可达的核心点依次连接;
其中,密度可达表示:任一数据点位于任一核心点的邻域子样本集中,则核心点密度可达数据点。
步骤S350:重新扫描数据集(不包括之前寻找到的簇中的任何数据点),寻找未被遍历过的核心点,重复遍历核心点对应的邻域子样本集中的其他核心点,寻找与其他核心点密度相连的数据点,直到没有可以扩充的数据点位置,得到一个聚类值的步骤,直到所有核心点都被遍历过一次,得到最优聚类值。
本实施例中得到的最优聚类值k=3。
对于第一次聚类得到最优聚类值后,需进行第二次聚类分析,可以包括:
步骤S410:随机从数据集中选取最优聚类值个数据的集合作为初始聚类的中心点;
根据上述第一次聚类得到的k值,本实施例随机选取3个数据组成初始聚类中心点xinit={x′1,x′2,x′3};
步骤S430:计算第i个分模型生成的后验概率:
其中,p(xj|μi,Ci)为第i个分模型生成xj的先验概率,i=1,2,…,k,该先验概率完全由Ci和μi决定。k为上述最优聚类值,xj为第j个样本,βi为隐变量,Ci为协方差矩阵,μi为均值向量;
步骤S440:采用EM算法迭代提高βi、Ci、μi参数估计精度:
将m个样本作为独立事件,计算对应概率:
计算概率的对数:
令L(βi,μi,Ci)最大化,即完成对应参数的估计精度提高。
本实施例中,实现L(βi,μi,Ci)最大化即为对L(βi,μi,Ci)分别对βi、Ci、μi求偏导,联立求解得到的参数值即为提高的估计精度。
步骤S450:计算每个数据的簇类别:
将提高估计精度后的参数βi、Ci、μi代入公式:
得到为簇类别ξj。
将数据划分到对应的簇中,得到聚类分析结果。
本实施例采集10000个样本并按照上述方法分析后,得到如附表1所示,电力客户可以大致分为三类:
表1聚类结果
其中,用电匹配度表示的是实际用电量和合同容量比值的绝对值。
客户群1:该类客户所占比重为30%,占有相当的比重。该类客户的月均消费是11.76万元,是处于非常高的一个消费水平;合同容量500KVA是用电容量需求非常高的,用电类型多为大工业用电;拖欠金额4.15万元,说明这一类客户电费拖欠比较严重;用电匹配度0.97,说明该类客户的安全用电意识整体来说比较高。所以总体而言,这类客户总体价值处于一个高水平。
客户群2:该类客户所占比重为55%,客户数量所占比重最高。该类客户的月均消费是1.56万元,处于低等消费水平;合同容量是80KVA,用电容量需求不高,用电类型多为工商业用电;拖欠金额0.37万元,说明这一类客户电费拖欠情况比较轻微,诚信度很高;用电匹配度0.85,说明该类客户的安全用电意识整体来说一般。所以总体而言,这类客户总体价值处于一个中等水平。
客户群3:该类客户所占比重为15%,是客户数量最少的一类。该类客户的月均消费是4.15万元,处于中等消费水平;合同容量110KVA是用电容量需求较高的,用电类型以农业生产用电为主;拖欠金额3.87万元,说明这一类客户电费拖欠情况有点严重,诚信度不是很高;用电匹配度0.69,说明该类客户的安全用电意识整体来说比较差。所以总体而言,这类客户总体价值处于一个低等水平。
实施例二:
参见图2,本实施例提供了一种电力客户用电行为聚类分析装置,包括:采集模块61、数据预处理模块62、第一聚类模块63、第二聚类模块64和输出模块65;
其中,采集模块61用于获取电力客户的用电特征数据,得到数据集;
数据预处理模块62用于对数据集进行预处理,得到多特征序列矩阵;
第一聚类模块63用于根据DBSCAN算法对多特征序列矩阵进行第一次聚类,确定最优聚类值;
第二聚类模块64用于根据最优聚类值在数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
输出模块65用于输出聚类分析结果。
图3是本发明一实施例提供的终端设备7的示意图。如图3所示,该实施例的终端设备7包括处理器70、存储器71以及存储在存储器71中并可在处理器70上运行的计算机程序72,例如电力客户用电行为聚类分析程序。处理器70执行计算机程序72时实现上述各个方法实施例中的步骤,例如图1所示的步骤S100至S500。或者,处理器70执行计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块61至65的功能。
示例性的,计算机程序72可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器71中,并由处理器70执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序72在终端设备7中的执行过程。
终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备7可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图3仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备7还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器71可以是终端设备7的内部存储单元,例如终端设备7的硬盘或内存。存储器71也可以是终端设备7的外部存储设备,例如终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器71还可以既包括终端设备7的内部存储单元也包括外部存储设备。存储器71用于存储计算机程序以及终端设备7所需的其它程序和数据。存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。当然,上述各单元、模块也可以用包含有计算机程序的处理器来替代,以纯软件的形式完成各部分的工作。
实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力客户用电行为聚类分析方法,其特征在于,包括:
获取电力客户的用电特征数据,得到数据集;
对所述数据集进行预处理,得到多特征序列矩阵;
根据DBSCAN算法对所述多特征序列矩阵进行第一次聚类,确定最优聚类值;
根据所述最优聚类值在所述数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
输出所述聚类分析结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述数据集进行预处理,得到多特征序列矩阵的步骤包括:
确定分类指标数据和对应的聚类特征维度;
对所述数据集中特征维度丢失数小于等于阈值的数据进行填补,对所述数据集中特征维度丢失数大于阈值的数据进行删除;
对所述数据集中与事实不符、超出正常范围或与数据格式不符的异常数据进行中值替换;
将删补后的数据集进行标准化处理,得到多特征序列矩阵。
3.根据权利要求1所述的方法,其特征在于,所述根据DBSCAN算法对所述多特征序列矩阵进行第一次聚类,确定最优聚类值的步骤包括:
设置聚类半径和聚类点数;
计算所述数据集中任一数据的邻域子样本集,所述邻域子样本集包括所有与对应数据的距离小于等于所述聚类半径的数据点的集合;
判断所述数据的邻域子样本集中是否包含所述聚类点数个样本;
若所述数据的邻域子样本集中包含至少所述聚类点数个样本,则所述数据为核心点;
遍历所述核心点对应的邻域子样本集中的其他核心点,寻找与所述其他核心点密度相连的数据点,直到没有可以扩充的数据点位置,得到一个聚类值;
重新扫描所述数据集,寻找未被遍历过的核心点,重复所述遍历所述核心点对应的邻域子样本集中的其他核心点,寻找与所述其他核心点密度相连的数据点,直到没有可以扩充的数据点位置,得到一个聚类值的步骤,直到所有核心点都被遍历过一次,得到最优聚类值。
4.根据权利要求3所述的方法,其特征在于,所述密度相连为将密度可达的核心点依次连接;
其中,密度可达表示:任一数据点位于任一核心点的邻域子样本集中,则所述核心点密度可达所述数据点。
5.根据权利要求1所述的方法,其特征在于,所述根据所述最优聚类值在所述数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果的步骤包括:
随机从所述数据集中选取最优聚类值个数据的集合作为初始聚类的中心点;
计算所述数据集中所有数据与所述中心点的距离,并将每个数据点划分到距离自己最近的中心点所属的类别;
计算第i个分模型生成的后验概率:
其中,p(xj|μi,Ci)为第i个分模型生成xj的先验概率,i=1,2,…,k,k为所述最优聚类值,xj为第j个样本,βi为隐变量,Ci为协方差矩阵,μi为均值向量;
采用EM算法迭代提高所述βi、Ci、μi参数估计精度;
计算每个数据的簇类别,将所述数据划分到对应的簇中,得到聚类分析结果。
8.一种电力客户用电行为聚类分析装置,其特征在于,包括:
采集模块,用于获取电力客户的用电特征数据,得到数据集;
数据预处理模块,用于对所述数据集进行预处理,得到多特征序列矩阵;
第一聚类模块,用于根据DBSCAN算法对所述多特征序列矩阵进行第一次聚类,确定最优聚类值;
第二聚类模块,用于根据所述最优聚类值在所述数据集中随机选取聚类中心,并采用EM算法进行高斯混合聚类,得到聚类分析结果;
输出模块,用于输出所述聚类分析结果。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644311.1A CN113450142B (zh) | 2021-06-09 | 2021-06-09 | 一种电力客户用电行为聚类分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644311.1A CN113450142B (zh) | 2021-06-09 | 2021-06-09 | 一种电力客户用电行为聚类分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113450142A true CN113450142A (zh) | 2021-09-28 |
CN113450142B CN113450142B (zh) | 2023-04-18 |
Family
ID=77811134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110644311.1A Active CN113450142B (zh) | 2021-06-09 | 2021-06-09 | 一种电力客户用电行为聚类分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450142B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115730748A (zh) * | 2022-12-30 | 2023-03-03 | 广西电网有限责任公司 | 基于knn算法的电力客户行为预测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150186497A1 (en) * | 2012-10-02 | 2015-07-02 | Banjo, Inc. | Dynamic event detection system and method |
US20180011972A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method and system to process electronic medical records for predicting health conditions of patients |
CN109002476A (zh) * | 2018-06-19 | 2018-12-14 | 北京国信杰云科技有限公司 | 高维数据的聚类方法、电子设备及系统 |
CN109726749A (zh) * | 2018-12-21 | 2019-05-07 | 齐鲁工业大学 | 一种基于多属性决策的最优聚类算法选择方法和装置 |
CN110781959A (zh) * | 2019-10-25 | 2020-02-11 | 国家电网有限公司 | 基于birch算法和随机森林算法的电力客户分群方法 |
CN111062495A (zh) * | 2019-11-28 | 2020-04-24 | 深圳市华尊科技股份有限公司 | 机器学习方法及相关装置 |
CN111626842A (zh) * | 2020-04-22 | 2020-09-04 | 北京芯盾时代科技有限公司 | 一种消费行为数据的分析方法和装置 |
CN112215490A (zh) * | 2020-10-12 | 2021-01-12 | 国网重庆市电力公司电力科学研究院 | 一种基于相关性系数改进K-means的电力负荷聚类分析方法 |
CN112468249A (zh) * | 2020-11-27 | 2021-03-09 | 华北电力大学 | 基于自适应核功率密度的5g无线信道多径分簇算法 |
CN112560934A (zh) * | 2020-12-10 | 2021-03-26 | 国家电网有限公司 | 多尺度电力消费行为分析方法 |
-
2021
- 2021-06-09 CN CN202110644311.1A patent/CN113450142B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150186497A1 (en) * | 2012-10-02 | 2015-07-02 | Banjo, Inc. | Dynamic event detection system and method |
US20180011972A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method and system to process electronic medical records for predicting health conditions of patients |
CN109002476A (zh) * | 2018-06-19 | 2018-12-14 | 北京国信杰云科技有限公司 | 高维数据的聚类方法、电子设备及系统 |
CN109726749A (zh) * | 2018-12-21 | 2019-05-07 | 齐鲁工业大学 | 一种基于多属性决策的最优聚类算法选择方法和装置 |
CN110781959A (zh) * | 2019-10-25 | 2020-02-11 | 国家电网有限公司 | 基于birch算法和随机森林算法的电力客户分群方法 |
CN111062495A (zh) * | 2019-11-28 | 2020-04-24 | 深圳市华尊科技股份有限公司 | 机器学习方法及相关装置 |
CN111626842A (zh) * | 2020-04-22 | 2020-09-04 | 北京芯盾时代科技有限公司 | 一种消费行为数据的分析方法和装置 |
CN112215490A (zh) * | 2020-10-12 | 2021-01-12 | 国网重庆市电力公司电力科学研究院 | 一种基于相关性系数改进K-means的电力负荷聚类分析方法 |
CN112468249A (zh) * | 2020-11-27 | 2021-03-09 | 华北电力大学 | 基于自适应核功率密度的5g无线信道多径分簇算法 |
CN112560934A (zh) * | 2020-12-10 | 2021-03-26 | 国家电网有限公司 | 多尺度电力消费行为分析方法 |
Non-Patent Citations (2)
Title |
---|
M.UDANTHA.ETC: ""Modelling website user behaviors by combining the EM and DBSCAN algorithms"", 《2016 MORATUWA ENGINEERING RESEARCH CONFERENCE (MERCON)》 * |
张强等: ""基于共享单车时空大数据的细粒度聚类"", 《测绘通报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115730748A (zh) * | 2022-12-30 | 2023-03-03 | 广西电网有限责任公司 | 基于knn算法的电力客户行为预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113450142B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alkhayrat et al. | A comparative dimensionality reduction study in telecom customer segmentation using deep learning and PCA | |
CN111461180A (zh) | 样本分类方法、装置、计算机设备及存储介质 | |
CN111652661B (zh) | 一种手机客户端用户流失预警处理方法 | |
CN112308459A (zh) | 电网户变关系的识别方法及识别装置、电子设备 | |
CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
CN113469571A (zh) | 数据质量评价方法、装置、计算机设备及可读存储介质 | |
CN113450142B (zh) | 一种电力客户用电行为聚类分析方法及装置 | |
Mo et al. | An interval efficiency measurement in DEA when considering undesirable outputs | |
Romeijnders et al. | Approximation in two-stage stochastic integer programming | |
CN117150138B (zh) | 一种基于高维空间映射的科技资源组织方法及系统 | |
CN110543426A (zh) | 一种软件性能风险检测方法及装置 | |
CN112395370B (zh) | 一种数据处理方法、装置、设备和存储介质 | |
CN113609409A (zh) | 一种推荐浏览信息的方法及其系统、电子设备、存储介质 | |
CN113626571A (zh) | 答句生成方法、装置、计算机设备和存储介质 | |
CN109522934A (zh) | 一种基于聚类算法的电力用户聚类方法 | |
CN112508260A (zh) | 基于对比学习的配电变压器中长期负荷预测方法及装置 | |
CN111340601A (zh) | 商品信息的推荐方法和装置、电子设备和存储介质 | |
CN115170153B (zh) | 一种基于多维属性的工单处理方法、装置及存储介质 | |
CN110851502A (zh) | 一种基于数据挖掘技术的负荷特征场景分类方法 | |
CN112905677A (zh) | 数据处理方法及装置、业务处理系统和计算机设备 | |
CN110795610A (zh) | 一种基于聚类的电力负荷分析方法 | |
CN110781959A (zh) | 基于birch算法和随机森林算法的电力客户分群方法 | |
CN115907786A (zh) | 一种基于知识图谱的供应商画像构建方法 | |
CN116091157A (zh) | 资源推送方法及装置、存储介质、计算机设备 | |
CN116089417A (zh) | 信息获取方法、装置、存储介质及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |