[发明专利]一种基于聚类特征树和离群度量化的散乱污企业研判方法

权利要求书

1.一种基于聚类特征树和离群度量化的散乱污企业研判方法，其特征在于，包括如下步骤：

步骤S1、收集企业一个月内包括每日用电量、谷时用电量、峰时用电量、平时用电量的历史用电数据进行预处理并构建企业用电特征；

步骤S2、根据企业用电特征，通过计算聚类特征统计量构建聚类特征树模型；

步骤S3、通过聚类特征的稠密度和节点深度计算离群度，并在剪枝和重构过程中对数据离群度进行调整；

步骤S4、使用聚类特征树的叶子节点进行聚类，通过离群度的感染传播确定更新数据离群度，作为散乱污企业研判的依据；

所述步骤S3具体实现如下：

对于通过聚类特征的稠密度和节点深度计算离群度，基于步骤S2构建的聚类特征树模型，根据各个数据点在聚类特征树中的稠密度和深度，计算数据的离群度；数据点i的稠密度t_i的计算公式如下：

其中，N_i表示数据点i所在簇的数据点个数，N_max为数据量最大的簇对应的数据点个数，N_min为数据量最小的簇对应的数据点个数；

数据点i的深度是其所在节点在聚类特征树中的深度，其中根节点的深度为1，每个节点的深度为其父节点的深度加一；定义数据点的深度因子d_i为：

其中，D_i为节点i在聚类特征树中的深度，D_max为聚类特征树中的最大深度；

数据点i的离群度o_i表示为稠密度和深度因子的加权结合，计算公式为：

对于剪枝和重构过程中对数据离群度的调整，选取超参数α∈(0，1)，将满足以下条件的簇从聚类特征树中进行剪枝，作为疑似离群点：

o_i＜αo_max

o_max为最大离群度；

将疑似离群点经过聚类特征树模型的构建过程重新加入聚类特征树中进行重构：

若加入离群点让树的聚类特征树发生变化，则不改变该数据点的离群度，将其放置在新的位置，保留其疑似离群点身份；

若加入离群点不在疑似离群点簇中，且不会让树的聚类特征树发生变化，则其为误判离群点，将该数据点的离群度按照以下方式进行更新：

其中，o_i'为误判离群点i更新之后的离群度，o_i为误判离群点i更新之前的离群度，为误判离群点i重构时所加入簇的离群度。

2.根据权利要求1所述的一种基于聚类特征树和离群度量化的散乱污企业研判方法，其特征在于，步骤S1中，对历史用电数据进行预处理并构建企业用电特征过程，包括对企业用电量中包括重复、不完整的不可用数据进行清洗，通过计算每日用电量差值和谷峰比，量化用电量变化程度和用电时间特征；其中，

谷峰比计算规则为：

其中v_i表示第i天谷时用电，u_i表示第i天平时用电，p_i表示第i天峰时用电，r_i表示第i天谷峰比；

电量变化程度的量化方式为使用一个月中后一天的用电量减去前一天的用电量，假设一个月有d天，则该月的用电量变化特征表示为：

{e_i+1-e_i|i∈[1,d-1]}

其中e_i为第i天的用电量，将企业的用电量、用电变化特征、谷峰比特征线性组合，得到企业用电特征a：

a＝{e₁,e₂,...,e_d,(e₂-e₁),...,(e_d-e_d-1),r₁,r₂,...,r_d}

其中d为当月的天数。

3.根据权利要求1所述的一种基于聚类特征树和离群度量化的散乱污企业研判方法，其特征在于，步骤S2中，根据企业用电特征，通过计算聚类特征统计量构建聚类特征树模型，包括：聚类特征的定义、聚类特征树结构的定义和聚类特征树模型的构建。