[发明专利]综合能源消费者行为特征的关联规则生成方法及装置

权利要求书

1.一种综合能源消费者行为特征的关联规则生成方法，其特征在于：包括以下步骤：

步骤1、对智能电表时间序列数据进行归一化处理；

步骤2、使用符号近似聚类将归一化处理后的智能电表时间序列数据先进行云分段聚合近似，然后转换为符号表示；

步骤3、提取符号表示结果中的特征图案并将该特征图案的特征基序添加到主题库，其中，所述特征基序满足用户定义的频率计数和可用性阈值；

步骤4、对主题库中新添加的特征图案的特征基序进行时间关联规则挖掘，分析特定时段内导致能源消耗变化的影响因素之间的联系，若导致能源消耗变化的影响因素之间的相关系数的绝对值大于设定值，则执行下一步；否则返回步骤3重新提取特征图案并将该特征图案的特征基序添加到主题库；

步骤5、分别采用K-means聚类、层次方法和密度聚类算法的三种聚类方法对主题库中的特征基序进行聚类数据分析后，执行基于所述特征基序对应的特征图案的聚类结果，生成每日的消费概况；

步骤6、通过平方误差和以及轮廓系数的两个度量指标分别对三种聚类方法生成每日的消费概况进行统计评估，以测量由三种聚类方法所创建的每日消费概况组与实际的每日消费情况的拟合程度。

2.根据权利要求1所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤1的具体方法为：

用z归一化使数据归一化，使单位方差归一化，其中，归一化值均值μ和标准差σ如下所示：

上式中，x_i为待处理的数据，n为待处理的数据的个数。

3.根据权利要求1所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤2的具体步骤包括：

(1)将时间序列数据转换为云分段聚合近似表示符号；

(2)将云分段聚合近似表示符号转化为字符串。

4.根据权利要求3所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤2第(1)步的具体步骤包括：

①对当前的各个分段序列数据进行云模型表示；

②利用各个云模型的熵来评价所在子序列的数据稳定性,选取稳定性最差(熵最小)的子序列(记为Q(i₀，j₀))分段聚合；

③在分段聚合后的子序列Q(i₀，j₀)中找到一个数据点作为关键点q_k，i₀＜k＜j₀，该关键点q_k能使被它分开的两个子序列(Q(i₀，k)和Q(k，j₀))的云模型熵之和与子序列Q(i₀，j₀)的云模型熵之间的差值最大,同时删除子序列Q(i₀，j₀)，记录子序列Q(i₀，k)和Q(k，j₀)；

④重复①～③,到满足停止条件为止。

5.根据权利要求3所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤2第(2)步的具体方法为：

在云分段聚合近似表示之后，将离散化表示进行符号化，将时间序列转换为符号串。

6.根据权利要求1所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤3的具体步骤包括：

(1)在符号近似聚类转换之后，生成SAX模式类型；并将SAX生成的模式类型分别标记为主题或不常见的模式；其中，主题被定义为以前未知的，经常出现的模式；

(2)从符号近似聚类转换后的数据中提取所需特征图案，并将该特征图案的特征基序添加到主题库中。

7.根据权利要求1所述的一种综合能源消费者行为特征的关联规则生成方法，其特征在于：所述步骤4的具体方法为：

其中X是先发生的事，Y是后发生的事，N是记录或事务的总数规则；X→Y的置信度是支持规则的前因和后续的记录数与仅支持规则前提的记录数的分数。