[发明专利]一种园区综合能源异常数据识别方法

权利要求书

1.一种园区综合能源异常数据识别方法，其特征在于，所述方法包括：

对聚类中心进行初始化，从N个样本数据中随机选择K个样本数据，所述K个样本数据分别为K个聚类簇中每一个聚类簇的中心点；

基于每一个聚类簇的中心点，将所述N个样本数据中所剩下的N-K个样本数据分别填补到K个聚类簇中所对应的一个聚类簇，所述N-K个样本数据为所述N个样本数据除去所述K个样本数据后所剩下的样本数据；

将填补后的K个聚类簇中每一个聚类簇的中心点进行更新；

判断填补后的K个聚类簇中每一个聚类簇所包含的样本数据与更新后的中心点之间所形成的准则函数是否收敛；

若所述准则函数收敛，则通过不同的聚类方式从填补后的K个聚类簇中获取最佳聚类的k个聚类簇，并将所述k个聚类簇中相对距离较大的点定义为所述N个样本数据中的异常数据。

2.根据权利要求1所述的园区综合能源异常数据识别方法，其特征在于，所述将所述N个样本数据中所剩下的N-K个样本数据分别对应填补到K个聚类簇中的一个聚类簇包括：

从所述N-K个样本数据中获取第i个数据，计算第i个数据到K个聚类簇中每一个聚类簇的中心点的最小欧几里得距离；

获取所述最小欧几里得距离所对应的第一聚类簇，并将第i个数据归类到所述第一聚类簇中，所述第一聚类簇为K个聚类簇中的一个；

判断i是否小于N-K；

若i小于N-K，则将i+1赋值给i，返回计算第i个数据到K个聚类簇中每一个聚类簇的中心点的最小欧几里得距离；

若i不小于N-K，则将填补后的K个聚类簇中每一个聚类簇的中心点进行更新。

3.根据权利要求2所述的园区综合能源异常数据识别方法，其特征在于，所述欧几里得距离L为：

其中，x_i为第i个数据，y_j为K个聚类簇中的第j个聚类簇的中心点，d为欧几里得空间的维数。

4.根据权利要求1所述的园区综合能源异常数据识别方法，其特征在于，所述将填补后的K个聚类簇中每一个聚类簇的中心点进行更新包括：

从填补后的K个聚类簇中获取第j个聚类簇，计算第j个聚类簇中所包含的样本数据的平均向量，所述平均向量为第j个聚类簇的中心点；

判断j是否小于K；

若j小于K，则将j+1赋值给j，返回计算第j个聚类簇中所包含的样本数据的平均向量；

若j不小于K，则判断填补后的K个聚类簇中每一个聚类簇所包含的样本数据与更新后的中心点之间所形成的准则函数是否收敛。

5.根据权利要求4所述的园区综合能源异常数据识别方法，其特征在于，所述准则函数为：

其中，SSE为所述N个样本数据的平方误差总和，m_i为填补后的K个聚类簇中第i个聚类簇C_i的中心点(平均值)，p为第i个聚类簇C_i的样本数据(非中心点)。

6.根据权利要求5所述的园区综合能源异常数据识别方法，其特征在于，在判断填补后的K个聚类簇中每一个聚类簇所包含的样本数据与更新后的中心点之间所形成的准则函数是否收敛之后，还包括：

若所述准则函数发散，返回将所述N个样本数据中所剩下的N-K个样本数据分别对应填补到K个聚类簇中的一个聚类簇，其中所述K个聚类簇为所述填补后的K个聚类簇。

7.根据权利要求1所述的园区综合能源异常数据识别方法，其特征在于，所述通过不同的聚类方式从填补后的K个聚类簇中获取最佳聚类的k个聚类簇包括：

从填补后的K个聚类簇中按照不同的聚类数量选取k个聚类簇，并计算k个聚类簇的最小DB指标，所述最小DB指标所对应的k个聚类簇为最佳聚类结果。

8.根据权利要求7所述的园区综合能源异常数据识别方法，其特征在于，所述DB指标为：

其中，k为聚类数量，且2≤k∈N，N为样本数据的总量，W_i为第i个聚类簇C_i中所包含的样本数据到更新后的中心点O_i的平均距离，W_j为第j个聚类簇C_j中所包含的样本数据到更新后的中心点O_j的平均距离，C_ij为中心点O_i到中心点O_j的距离。