[发明专利]一种基于随机森林的用户用电行为分析方法及系统

权利要求书

1.一种基于随机森林的用户用电行为分析方法，其特征在于，包括：

获取用户总线电气原始数据，并对所述用户总线电气原始数据进行特征选择，生成用户画像数据，包括：根据特征选择法对所述用户总线电气原始数据、时间序列及统计计算结果中筛选出特征值；根据主成分分析法对所述特征值进行主成分分析，对所述特征值进行降维处理，并剔除噪声数据，得到有效特征值；所述有效特征值为用户画像数据，所述用户总线电气 原始数据包括：有功功率、功率因素、电压幅值和电流幅值；

对所述用户总线电气原始数据进行预处理，得到用户总线电气第一数据，并将所述用户总线电气第一数据按照预设规则分为训练数据及验证数据；

根据Bootstrap法对所述训练数据进行抽样处理，得到抽样数据；

根据CART算法将所述抽样数据与所述用户画像数据生成决策树，并将所述决策树进行并联组合成随机森林模型；所述根据CART算法将所述抽样数据与所述用户画像数据生成决策树包括根据基尼指数将所述抽样数据与所述用户画像数据分为两个子样本集，使得生成的非叶子节点包含两个分支；所述将所述决策树进行并联组合成随机森林模型，包括：将所述决策树进行并联组合起来，形成组合识别模型；通过决策树的等权投票生成随机森林模型；

通过所述验证数据对所述随机森林模型进行验证，当误差率低于预设阈值时，结束模型训练；

将目标用户的总线电气采集数据输入至所述随机森林模型，所述随机森林模型对所述目标用户进行用户画像识别，完成对所述目标用户的用电行为分析。

2.如权利要求1所述的一种基于随机森林的用户用电行为分析方法，其特征在于，所述预处理包括：

通过归一化算法对所述用户总线电气原始数据进行归一化处理，对归一化处理后的数据进行缺失值填充及噪声值剔除；所述噪声值包括：异常值及重复值。

3.如权利要求1所述的一种基于随机森林的用户用电行为分析方法，其特征在于，所述通过所述验证数据对所述随机森林模型进行验证，还包括：

当误差率不低于预设阈值时，对所述决策树进行剪枝，并调整所述随机森林模型的参数。

4.如权利要求1所述的一种基于随机森林的用户用电行为分析方法，其特征在于，所述随机森林模型对所述目标用户进行用户画像识别之前，还包括：

接收所述目标用户的分析用电行为需求指令。

5.一种基于随机森林的用户用电行为分析系统，其特征在于，包括：

特征选择模块，用于获取用户总线电气原始数据，并对所述用户总线电气原始数据进行特征选择，生成用户画像数据；具体用于根据特征选择法对所述用户总线电气原始数据、时间序列及统计计算结果中筛选出特征值；根据主成分分析法对所述特征值进行主成分分析，对所述特征值进行降维处理，并剔除噪声数据，得到有效特征值；所述有效特征值为用户画像数据，所述用户总线电气 原始数据包括：有功功率、功率因素、电压幅值和电流幅值；

预处理模块，用于对所述用户总线电气原始数据进行预处理，得到用户总线电气第一数据，并将所述用户总线电气第一数据按照预设规则分为训练数据及验证数据；

抽样处理模块，用于根据Bootstrap法对所述训练数据进行抽样处理，得到抽样数据；

随机森林模型构建模块，用于根据CART算法将所述抽样数据与所述用户画像数据生成决策树，并将所述决策树进行并联组合成随机森林模型；所述根据CART算法将所述抽样数据与所述用户画像数据生成决策树包括根据基尼指数将所述抽样数据与所述用户画像数据分为两个子样本集，使得生成的非叶子节点包含两个分支；所述将所述决策树进行并联组合成随机森林模型，包括：将所述决策树进行并联组合起来，形成组合识别模型；通过决策树的等权投票生成随机森林模型；

随机森林模型验证模块，用于通过所述验证数据对所述随机森林模型进行验证，当误差率低于预设阈值时，结束模型训练；

用电行为分析模块，用于将目标用户的总线电气采集数据输入至所述随机森林模型，所述随机森林模型对所述目标用户进行用户画像识别，完成对所述目标用户的用电行为分析。