[发明专利]一种基于非负矩阵分解的智能电网数据分解方法

说明书

本发明公开一种基于非负矩阵分解的智能电网数据分解的方法，在非负矩阵分解算法的基础上，引入了用户间相似性的特征，提高算法的性能，使分解结果更加接近用户的实际用电信息，为用户提供更加精准的反馈。实验结果辨明，该方法与已有的方法对比，性能有明显的提升。

技术领域

本发明属于数据挖掘领域，尤其涉及一种基于非负矩阵分解的智能电网数据分解方法。

背景技术

物联网技术己经被广泛应用到电子政务、电子商务和社区服务等关系国计民生的领域，对带动传统行业升级，提高生产效率和安全生产能力，提升社会公共管理水平和人民生活质量起着举足轻重的作用。作为物联网典型应用的智能电网(如图1所示)产生的用电数据体量巨大，涉及用户众多，通过对智能电网数据的充分挖掘可以为用户提供更加精准和有效的服务。研究表明，用户在获取单独电器的详细用电数据时会自主的减少对电器的使用，避免不必要的能源浪费。

家庭用户用电数据分解是通过非侵入的方式，基于对电源总接口处测得的总用电数据的细节分析，确定单独的电器的具体工作情况。目前相关研究已取得了一定进展，主要实现方法包括以用电功率变化量为特征在二维特征空间进行聚类、利用数据建立隐马尔科夫模型进行用电状态预测、基于非负矩阵分解的稀疏编码等。但是传统的这些技术难以适用于组成越来越复杂的用电数据，对用电数据分解结果的误差较大，准确性难以为用户所接受。

发明内容

对于这种现状，本发明提出了一种基于非负矩阵分解的智能电网数据分解的方法，在非负矩阵分解算法的基础上，引入了用户间相似性的特征，提高算法的性能，使分解结果更加接近用户的实际用电信息，为用户提供更加精准的反馈。实验结果辨明，该方法与已有的方法对比，性能有明显的提升。

为实现上述目的，本发明采用如下的技术方案：

一种基于非负矩阵分解的智能电网数据分解的方法，包括以下步骤：

步骤1、用电数据采集

从智能电网系统中采集用电数据，用电数据包括用户ID、时间戳和用电功率；

步骤2、预处理用电数据，其包括：数据清洗、数据补全以及数据整理；

步骤3、数据训练

步骤3.1、数据提取

从数据文件中提取单独电器的用电数据为数据矩阵X_i(i＝1,2,3…k)，作为训练数据，从数据文件中抽取家庭总用电数据为测试数据矩阵G，作为测试数据。

步骤3.2、相似性计算

利用已抽取数据矩阵，计算家庭总用电数据与单一用电数据的关系，生成用户间同质性矩阵Z_i，并确定控制相关性强弱的系数矩阵E_i，用余弦相似度对相关性强弱进行度量表示，公式如下：

步骤3.3、数据训练

步骤3.3.1、初始化矩阵H_i、基矩阵B_i，系数矩阵A_i和待求矩阵W_i

其中，G∈R^m×n，B_i∈R^m×d，W_i∈R^d×n，A_i∈R^d×l，d＜m，d＜n，l＜d，矩阵H_i是对角元素为1的对角矩阵的拓展矩阵，

步骤3.3.2、计算矩阵L_i