[发明专利]一种基于用电负荷分析的居民用户分类方法

权利要求书

1.一种基于用电负荷分析的居民用户分类方法，用于根据多个日用电负荷数据对居民用户进行分类，其特征在于，包括以下步骤：

步骤S1：对多个所述日用电负荷数据进行数据预处理，获取多个样本数据；

步骤S2：对所述样本数据进行预聚类，获取多个数据子簇；

步骤S3：基于贝叶斯准则对所述数据子簇进行凝聚聚类，获取多个数据聚类；

步骤S4：对所述数据聚类进行分析计算，获取所述数据聚类的轮廓平均值；

步骤S5：判断所述轮廓平均值是否大于等于预定的轮廓阈值，若判断为是时，进入步骤S10，若判断为否时，进入步骤S6；

步骤S6：判断所述凝聚聚类的次数是否小于等于预定聚类次数，若判断为是时，进入步骤S7；

步骤S7：判断每个所述数据聚类中的所述样本数据的数量是否小于等于预定样本数量，若判断为否时，将所述数据聚类作为中间数据聚类，进入步骤S8，若判断为是时，将所述数据聚类作为已确定数据聚类，进入步骤S9；

步骤S8：根据所述中间数据聚类中的样本数据，重复步骤S2-S3，获取待确定数据聚类；

步骤S9：将所述待确定数据聚类和所述已确定数据聚类进行整合，获取新的所述数据聚类，然后进入步骤S4；

步骤S10：根据所述数据聚类对所述居民用户进行分类；

其中，所述样本数据的数量为n，n为大于等于2的正整数，

步骤S4包括以下子步骤：

步骤S4-1：根据n个所述样本数据对应得到n个该样本数据的簇内不相似度a(i)，该簇内不相似度a(i)的表达式为：

i，i’为同个所述数据聚类内两个样本数据，dist(i，i’)为两个样本数据i，i’间的欧式距离，|C_s|为所述样本数据i所属的所述数据聚类s内所包含的样本数据的数量；

步骤S4-2：根据n个所述样本数据对应得到n个该样本数据的簇间不相似度b(i)，该簇间不相似度b(i)的表达式为：

i，i’为不同的所述数据聚类内两个样本数据，dist(i，i’)为两个样本数据i，i’间的欧式距离，|C_t|为所述样本数据i’所属的所述数据聚类t内所包含的样本数据的数量；

步骤S4-3：根据所述样本数据的所述簇内不相似度a(i)和所述样本数据的簇间不相似度b(i)得到所述轮廓平均值T，所述轮廓平均值T的表达式为：

s(i)为轮廓系数，表达式为：

2.根据权利要求1所述的基于用电负荷分析的居民用户分类方法，其特征在于：

其中，所述数据聚类的数量为m个，

所述预定聚类次数为M次，

所述轮廓阈值为

3.根据权利要求1所述的基于用电负荷分析的居民用户分类方法，其特征在于：

其中，步骤S1中的数据预处理包括以下子步骤：

步骤S1-1：采用牛顿插值法对多个所述日用电负荷数据进行数据清洗，获取多个初始数据；

步骤S1-2：对多个所述初始数据分别进行数据归一化处理，获取对应的多个所述样本数据。

4.根据权利要求1所述的基于用电负荷分析的居民用户分类方法，其特征在于：

其中，步骤S2包括如下子步骤：

步骤S2-1：基于BIRCH算法逐个读取所述样本数据；

步骤S2-2：根据读取结果对密集区域内的多个所述样本数据进行所述预聚类，从而获取所述数据子簇。

5.根据权利要求1所述的基于用电负荷分析的居民用户分类方法，其特征在于：

其中，步骤S3中的贝叶斯准则的表达式为：

BIC＝-2ln(L)+ln(h)·Y，

BIC为所述数据聚类的分类评价，BIC越高代表所述数据聚类的分类越合理，L为极大似然函数值，h为所述数据子簇的数量，Y为所有所述数据子簇包含的所述样本数据的数量。

6.根据权利要求1所述的基于用电负荷分析的居民用户分类方法，其特征在于：

其中，步骤S10中对所述居民用户进行分类具体为根据多个预定用电特征指标，获取与多个所述数据聚类对应的所述居民用户分类。