[发明专利]基于决策树的光伏发电助学方法

权利要求书

1.一种基于决策树的光伏发电助学方法，其特征在于，所述方法具体包括如下步骤：

S1、将历史补助对象的特征属性及补助等级作为训练样本集S中的样本数据，基于样本数据构建决策树；

S2、基于决策树来判定补助对象的补助等级；

S3、基于光伏日总发电量确定各补助等级的用电补助量。

2.如权利要求1所述基于决策树的光伏发电助学方法，其特征在于，决策树的构建方法具体包括如下步骤：

S11、根据训练样本集S计算补助等级的类别信息熵；

S12、对各特征属性进行划分，将每个特征属性分成若干个子属性，计算分类方式的条件熵，

S13、将补助等级的类别信息熵与每种分类方式的条件熵的差值作为对应分类方式下的属性信息增益；

S14、计算特征属性的属性分割信息量；

S15、基于属性分割信息量及属性信息增益计算各特征属性的信息增益率，将信息增益率最高的特征属性作为决策树的根节点，若该特征属性下的特定子属性对应一个补助等级，则将该特征属性下的子属性作为叶子节点，否则作为分支继续分裂；

S16、去除作为根节点及分叉节点的特征属性；

S17、执行步骤S11至步骤S16，将信息增益率最高的特征属性作为下一级分叉节点，直至所有特征属性都已被使用，最终形成决策树。

3.如权利要求2所述基于决策树的光伏发电助学方法，其特征在于，补助等级的类别信息熵计算公式具体如下：

其中，|S_j|为各补助等级的样本数，|S|是总的样本数，β_N为各特征属性的权重之和，m表示补助等级的数量。

4.如权利要求2所述基于决策树的光伏发电助学方法，其特征在于，分类分方式的条件熵计算公式具体如下：

将特征属性A_x分成A₁、A₂、...、A_P个子属性，将训练样本集S中的样本映射到各子属性对应的样本子集中，其中，A_i为特征属性A_x的i个子属性，P为特征属性A_x的子属性数量，|A_i|是特征属性A_x第i个子属性A_i对应样本子集中的样本数，|S|是总样本数，β_x为特征属性A_x对应的权重参数，β_N为各特征属性的权重之和，|A_ij|表示样本子集A_i中获得第j个补助等级的样本数，β_xi为特征属性A_x第i个子属性A_i的权重参数，Info(A_i)表示特征属性A_x第i个子属性A_i对应子集的信息熵。

5.如权利要求2所述基于决策树的光伏发电助学方法，其特征在于，特征属性的属性分割信息量计算公式具体如下：

其中，|A_i|是特征属性A_x第i个子属性A_i对应样本子集中的样本数，|S|是总样本数，β_x为特征属性A_x对应的权重参数，β_N为各特征属性的权重之和。

6.如权利要求2所述基于决策树的光伏发电助学方法，其特征在于，信息增益率的计算公式具体如下：

其中，Gain(A_x)为分类方式下的属性信息增益，SplitInfo(A_x)为特征属性的属性分割信息量。

7.如权利要求1所述基于决策树的光伏发电助学方法，其特征在于，特征属性包括：贫困程度、公益活动记录、违规用电记录、校园消费记录及成绩等级。