[发明专利]一种电力客户用电行为聚类分析方法及装置

权利要求书

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；

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；

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；

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；

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(x_j|μ_i，C_i)为第i个分模型生成x_j的先验概率，i＝1，2，…，k，k为所述最优聚类值，x_j为第j个样本，β_i为隐变量，C_i为协方差矩阵，μ_i为均值向量；

采用EM算法迭代提高所述β_i、C_i、μ_i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；

所述采用EM算法迭代提高所述β_i、C_i、μ_i参数估计精度的步骤包括：

将m个样本作为独立事件，计算对应概率：

计算所述概率的对数：

令L(β_i，μ_i，C_i)最大化，即完成对应参数的估计精度提高；

所述簇类别的计算包括：

将提高估计精度后的参数代入公式得到：

其中，ξ_j为簇类别。

2.一种实现如权利要求1所述方法的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。