[发明专利]一种电动汽车充电站用户画像方法

权利要求书

1.一种电动汽车充电站用户画像方法，其特征在于：包括如下步骤：

步骤a，数据预处理，将充电站用户以充电开始时间、充电时长、充电量三个维度来进行分类；

步骤b，采用高斯核函数对原始数据集进行核空间映射，设置k值上限值K，初始化k＝2；

步骤c，初始聚类中心作为质心；

步骤d，将各充电站用数据点分配至距离最近的质心；

步骤e，采用高斯核-K-means算法更新质心；

步骤f，判断质心是否变动；

步骤g，若质心变动，则回到步骤d；若未变动，则计算样本点点与所属质心的距离的平方和，即误差平方和SSE；

步骤h，判断k值是否达到上限值K；

步骤i，若未达到，k＝k+1,并回到步骤c；若达到，利用肘部法确定最优k值；

步骤j，输出最优k值聚类结果。

2.如权利要求1所述的电动汽车充电站用户画像方法，其特征在于：步骤e中采用高斯核-K-means算法更新质心具体为：

式中，n_i为第i类数据点的个数；

迭代的目标函数为：

式中，为高维空间中第j个数据点到i个质心的欧氏距离。

3.如权利要求1所述的电动汽车充电站用户画像方法，其特征在于：步骤g中误差平方和SSE的计算公式为：

式中，S_i表示第i类数据点的集合，C_i表示第i类数据点的质心，x表示数据集中的点，d表示计算欧氏距离。

4.如权利要求1所述的电动汽车充电站用户画像方法，其特征在于：步骤i利用肘部法确定最优k值具体为：在误差平方和SSE与k值的二维关系曲线中，随着k值的增加，SSE的值逐渐降低，当SSE随k值增加而下降的幅度出现明显改善时，此时对应的位置就是“肘部”所在，该位置对应的k值即为最优k值。