[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

说明书

本发明公开了一种基于模糊C均值模型的电水气用能行为分析方法，属于电力技术领域。目前应用的用户用能分析方法由于缺乏用户用水、用气数据，分析效果较差，无法实现对居民用户用能的分类与离群用户区分，工作效率较低，可能对供能企业造成较大损失。本发明提供通过采集电、水、气数据，利用大数据并行计算技术对每一个用户的用能情况进行分析，利用用户日用电量、用水量、用气量等数据，构建电水气融合数据矢量，通过聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分的目的，并能够对离群用户进行研究是否出现窃电、漏水等用能异常，提高工作效率和减少供能企业损失。

技术领域

本发明涉及一种基于模糊C均值模型的电水气用能行为分析方法，属于电力技术领域。

背景技术

随着居民用户智能电表、智能水表和燃气表抄表数据远程采集技术的不断推进，目前多地已经具备“电水、气、热”多表数据联合采集，为以户为单位的用户用能分析提供了基础条件。目前应用的用户用能分析方法由于缺乏用户用水、用气数据，仅仅是基于用电量对用户用能进行分析，无法充分挖掘用户用能之间的相关性；并且分析效果较差，无法实现对居民用户用能的分类与离群用户区分，进而后续无法分析离群用户是否出现窃电、漏水等用能异常，只能根据用户上报数据或者工作人员巡检发现问题，工作效率较低，可能对供能企业造成较大损失。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种通过采集电、水、气数据，利用大数据并行计算技术对每一个用户的用能情况进行分析，利用用户日用电量、用水量、用气量等数据，构建电水气融合数据矢量，通过聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分的目的的基于模糊C均值模型的电水气用能行为分析方法。

为实现上述目的，本发明的技术方案为：

一种基于模糊C均值模型的电水气用能行为分析方法，

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。

本发明结合数字通讯技术，以移动通讯网络为载体，依靠集中器采集电、水、气数据，利用大数据并行计算技术对每一个用户的用能情况进行分析，利用用户日用电量、用水量、用气量等数据，构建电水气融合数据矢量，通过聚类算法实现用户聚类，达到对居民用户用能的分类与离群用户区分的目的，并能够对离群用户进行研究是否出现窃电、漏水等用能异常，提高工作效率和减少供能企业损失。

作为优选技术措施，

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；

作为优选技术措施，