[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

说明书

本发明涉及一种综合能源消费者行为特征的关联规则生成方法，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、将智能电表时间序列数据转换为符号表示；步骤3、提取符号中的特征图案并将该特征图案的特征基序添加到主题库；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，分析某一特定时段内导致能源消耗变化的影响因素之间的联系；步骤5、分别采用K‑means聚类、层次方法和密度聚类算法对主题库中的特征基序进行聚类数据分析后，生成每日的消费概况；步骤6、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。本发明能够准确的描述真实能源的消费情况。

技术领域

本发明属于智能电表数据挖掘术领域，涉及用户用电信息，尤其是一种综合能源消费者行为特征的关联规则生成方法及装置。

背景技术

智能电网是满足日益增长的能源需求和减少全球环境污染的有前途的技术之一。它提高了电能的效率，可靠性，可持续性和经济性。在过去十年中，智能电表已在世界大部分地区部署。智能电表和数据库管理系统构成了先进的计量基础设施(AMI)，它通过促进双向信息流和记录能量分布在能源系统中发挥重要作用。AMI已经产生了各种新颖的智能家居服务，例如向终端用户推荐节能和意识。智能电表具有分析细粒度能耗数据的巨大潜力，可用于能源规划和管理。智能电能表的部署对能源消费者和公用事业专家都有益。

智能仪表产生的时间序列数据具有识别常规和异常能量的巨大潜力消费模式。时间序列数据挖掘技术被建模和开发以识别能量消费者的能量消耗行为。智能电表数据需要先进的数据分析，以便在实时环境中进行准确和自动化的决策制定。通过动态定价，它可以通过更好地了解能源的使用方式和时间来提高消费者的能源意识。能源数据分析已成为电力消费分析的主要研究领域。分析智能电表数据以识别日常活动的能力对电力公司实施需求侧管理技术非常有用。

在智能电网中，可再生能源的普及率日益提高。然而，可再生能源发电的间断性导致了供需矛盾问题。因此，一天中动态的能源交易价格使得时间方面更加重要。智能电表的能源消耗模式在一天内会因时间或月份、天气、居住者的日程安排和行为而发生不同的波动。同样，电网负荷也会随着需求、温度和可再生能源发电的变化而发生时间上的变化，而这些变化又受天气和季节时间尺度的影响。

近年来，虽然已经开发了各种技术来挖掘时间序列数据。然而，仅有限地研究了时间序列能量消耗数据的时间性质，但由于能源消耗是高动态的概念，随着时间的推移负载需求和定价不同。因此，为了能够准确的描述真实能源的消费情况，需要一种响应时间短且能够实现在一段时间内频繁采样的综合能源消费者行为特征的关联规则生成方法及装置。

发明内容

本发明的目的在于克服现有技术的不足，提供一种设计合理、响应时间短且能够实现在一段时间内频繁采样的综合能源消费者行为特征的关联规则生成方法及装置。

本发明解决其技术问题是采取以下技术方案实现的：

一种综合能源消费者行为特征的关联规则生成方法，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；