[发明专利]利用分形计算针对偷盗燃气行为的数据挖掘方法

说明书

本发明公开了一种利用分形计算针对偷盗燃气行为的数据挖掘方法，包括步骤：提取若干燃气表具的数据，对所有数据进行预处理，形成待筛选的数据集S；所述数据集S中的每一个元素具有一只燃气表具的表号；遍历数据集S中的每一个元素，按照表号分别对每个燃气表具的数据进行线性相关处理，计算其分形曲线；对分形曲线进行层次性聚类，得出的孤点为偷盗气行为的燃气表具。本发明基于分形维的偷盗燃气监控原理是以时段作为度量的尺子，考察用气量K线的分形曲线，在此基础上，通过基于欧几里得距离的层次性聚类的方式，定位出分形特征比较特别的燃气用户，从而挖掘出偷盗气用户。

技术领域

本发明涉及燃气数据处理技术领域，特别涉及一种利用分形计算针对偷盗燃气行为的数据挖掘方法。

背景技术

燃气的广泛使用给社会生产、人民生活带来了极大的便利，于此同时，各类偷盗气现象层出不穷，不仅给燃气公司造成了巨大的经济损失，也给社会安全埋下了隐患。由于偷盗气行为的隐蔽性和偷盗气方式的不断变化，传统依靠巡检、稽查等方法已经很难及时高效的进行排查。比如在北方的采暖季节时，燃气使用量大，由偷盗行为造成的经济损失是以千万计的。因此，如何利用燃气表具已有的历史数据，分析挖掘出偷盗气的行为，能够给社会建设提供很大的帮助。

发明内容

本发明的目的在于利用燃气表具已有的历史数据，基于分形维分析挖掘出偷盗气行为，提供一种利用分形计算针对偷盗燃气行为的数据挖掘方法。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种利用分形计算针对偷盗燃气行为的数据挖掘方法，其特征在于：包括以下步骤：

步骤S1：提取若干燃气表具的数据，对所有数据进行预处理，形成待筛选的数据集S；所述数据集S中的每一个元素具有一只燃气表具的表号；

步骤S2：遍历数据集S中的每一个元素，按照表号分别对每个燃气表具的数据进行线性相关处理，计算其分形曲线；

步骤S3：对分形曲线进行层次性聚类，得出的孤点为偷盗气行为的燃气表具。

提取若干燃气表具的数据，对所有数据进行预处理的步骤，包括：

去除若干燃气表具的数据中有效数据不够和不稳定的数据，形成待筛选的数据集S。

所述按照表号分别对每个燃气表具的数据进行线性相关处理的步骤，包括：

对于每一只燃气表具，按照表号查询每天的最后一条读数，形成燃气表具的读数数据集R1；所述读数数据集R1中每个元素的数据格式为：[当前时间，读数，当日用气量]；

去掉读数数据集R1中当日用气量为零的元素；

查询燃气表具的读数起始时间，使用该读数起始时间转换读数数据集R1的元素数据格式为：[当前时间和读数起始时间相差的天数，读数]，形成读数数据集R2：

R2={[x1,y2],[x2,y2],...[xj,yj],...[xn,yn]}；

其中xj表示j时刻和读数起始时间相差的天数，yj表示j时刻的读数；

根据读数数据集R2计算集合X和集合Y的线性相关系数ρ：

；

其中表示集合X={x1,x2,...xn}的平均数，表示集合Y={y1,y2,...yn}的平均数，表示集合X的标准差，表示集合Y的标准差。

所述计算其分形曲线的步骤，包括：

设定阈值t，将线性相关系数ρt的燃气表具从数据集S中剔除，以去除时间和燃气表具读数之间具有强相关性的数据；