[发明专利]一种基于模糊C均值模型的电水气用能行为分析方法

权利要求书

1.一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，

包括以下步骤：

步骤1、根据采集的水、电、气示度计算每日用能量；

步骤2、对用户用能量进行清洗，去除明显超出正常数据范围的异常数据；

步骤3、将用电量，用水量，用气量组成三维的用能数据作为该用户每日的用能数据，并根据聚类周期，构筑数据矢量；

步骤4、用0与1之间的随机数构建初始隶属矩阵；

步骤5、计算每个聚类类别的初始聚类中心，得到所有的聚类中心则转到步骤8，如果没有计算完所有的聚类中心则进行步骤6；

步骤6、计算代价函数值，当代价函数的值小于给定的阈值，或者它相比上次代价函数的改变量小于某阈值，则算法停止，输出隶属度矩阵；

步骤7、计算新的隶属度矩阵U，返回步骤5；

步骤8、根据得到隶属度矩阵，采用最大化隶属度矩阵准则对居民用户用能进行类别标记确定每个用户所属的类别，达到对居民用户用能的分类与离群用户区分的目的，并在后续对离群用户异常行为进行分析。

2.如权利要求1所述的一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，

所述步骤4：用0与1之间的随机数构建初始隶属矩阵U，满足该约束条件，其中u_ij表示第j个元素对第i个类的隶属度；c为聚类类别的数目，n为聚类样本的数目，即待聚类用户个数；

3.如权利要求2所述的一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，

利用式子(1)计算每个聚类类别的初始聚类中心；加权指数m一般取值为2；

4.如权利要求3所述的一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，

所述步骤6：利用式子(2)计算代价函数值；如果代价函数的值小于给定的阈值，或者它相比上次代价函数的改变量小于某阈值，则算法停止，输出隶属度矩阵，将用户的聚类类别归属为隶属度最高的类别，即max{u_1j,u_2j,u_3j，…，u_cj}所对应的聚类类别；

5.如权利要求4所述的一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，所述步骤7：

利用式子(3)计算新的隶属度矩阵U，并返回步骤5进行再次计算；

6.如权利要求1所述的一种基于模糊C均值模型的电水气用能行为分析方法，其特征在于，所述步骤5：

在对用户数据进行c均值模糊聚类之前，利用减法聚类算法得到一个较佳的模糊类数c值；减法聚类算法把每个数据点当作聚类中心的候选点，通过不断更新每个数据点的密度指标，来寻找聚类中心；

不失一般性，考虑N维空间n个数据点{x₁，x₂，…，x_n}，聚类数目为k；

则减法聚类方法的一般步骤如下：

S1：初始化聚类数目k＝0，然后根据公式(4)计算每个数据点处的密度指标，选取具有最高密度指标的数据点为第一个聚类中心；

这里r_a定义为领域半径，它表示半径以外的数据点对该点的密度指标贡献很小；

S2：k＝k+1令x_ck为选中的点，D_ck为其密度指标；那么可以根据公式(5)更新每个数据点x_i的密度指标，选取具有最高密度指标的数据点为新的聚类中心；

这里r_b定义为一个密度指标函数显著减小的领域半径；常数r_b通常大于r_a，以避免出现相聚很近的聚类中心；

S3：若D_ck+l/D_ck＜ε成立，算法结束，k为聚类数目，否则回到S2；参数ε＜1决定聚类数目，一般ε越小聚类数目越多。