[发明专利]一种基于历史数据的公共建筑用电模式识别模型建立方法

权利要求书

1.一种基于历史数据的公共建筑用电模式识别模型建立方法，包括下列步骤：

S1，对历史用电数据库中的缺失数据和超出阈值范围的数据用对应字段平均值进行替代，并根据用户历史小时最高用电负荷x和用户历史小时平均用电负荷y建立特征向量[x,y]，每个用户每个小时对应一个特征向量[x,y]；

S2，对所有特征向量[x,y]进行K-means聚类分析，找到每个特征向量对应的聚类中心，每个聚类中心对应一个用电模式；

S3，根据基于CART算法的决策树，找到每个用电模式与其它用电模式的最优分裂属性以及最优分裂属性值，建立用电模式识别模型。

2.根据权利要求1所述的一种基于历史数据的公共建筑用电模式识别模型建立方法，其特征在于：

S2步骤中，先对所有特征向量[x,y]进行规范化，得到规范化特征向量z＝[z_x,z_y]，再对规范化特征向量z＝[z_x,z_y]进行K-means聚类分析，规范化的公式为：

和

μ(x)和μ(y)分别代表任一历史采集时间点，所有用户的用户历史小时最高用电负荷的平均值和所有用户的用户历史小时平均用电负荷的平均值，σ(x)和σ(y)分别代表该历史采集时间点,所有用户的用户历史小时最高用电负荷的标准差和所有用户的用户历史小时平均用电负荷的标准差。

3.根据权利要求2所述的一种基于历史数据的公共建筑用电模式识别模型建立方法，其特征在于：S2步骤中对规范化特征向量z＝[z_x,z_y]进行K-means聚类分析的具体步骤为：

S21,在以用户小时最高用电负荷为横坐标，用户小时平均用电负荷为纵坐标的直角坐标系中，拾取k个聚类中心u_i(j)，其中j＝0，i＝1,2,……,k；

S22,选取n个规范化特征向量，记为z_t，其中t＝1,2,……，n，计算每个z_t到每个聚类中心u_i(j)的欧式距离；

S23,找出关于每个z_t最小欧式距离的聚类中心u_i(j)，z_t进入该聚类中心所对应簇，并将每个簇的几何中心记为新聚类中心u_i(j+1)；

S24,计算所有z_t关于与其所在簇对应的新聚类中心u_i(j+1)的欧式距离的平方误差E_j，判定平方误差E_j是否在设定值范围内；

S25,若平方误差E_j在设定值范围内，则输出当前所有的聚类中心u_i(j+1)，以及对应簇内的所有规范化特征向量z_t，每个聚类中心作为一个用电模式；

S26,若平方误差E_j不在设定值范围内，则令j＝j+1,并返回步骤S23。

4.根据权利要求3所述的一种基于历史数据的公共建筑用电模式识别模型建立方法，其特征在于：S3步骤中对由规范化特征向量z_t，其中t＝1,2,……，n，所构成的样本集S，以Gain_GINI的值最小的属性与属性值作为最优分裂属性以及最优分裂属性值。

5.根据权利要求4所述的一种基于历史数据的公共建筑用电模式识别模型建立方法，其特征在于：

对于样本集S，

其中o_i表示分类结果中第i个用电模式出现的概率；

根据用户历史小时最高用电负荷将样本集S划分成两部分，Gain_GINI计算如下：

最优二分方案为

6.根据权利要求4所述的一种基于历史数据的公共建筑用电模式识别模型建立方法，其特征在于：

对于样本集S，

其中o_i表示分类结果中第i个用电模式出现的概率；

根据用户历史小时平均用电负荷将样本集S划分成两部分，Gain_GINI计算如下：

最优二分方案为