首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于特征指标降维与密度峰值聚类的异常用电行为辨识方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网山西省电力公司营销服务中心

摘要:本发明提供了一种基于特征指标降维与密度峰值聚类的异常用电行为辨识方法,属于用电异常检测领域;所要解决的技术问题为:提供一种基于特征指标降维与密度峰值聚类的异常用电行为辨识方法的改进;包括以下步骤:根据日、月用电量数据,从统计性指标、波动性指标、趋势性指标和相似性度量指标四个角度出发,构造能反映用户用电行为的多维特征集;采用特征降维方法对提取出的多维特征集进行降维操作;采用密度峰值聚类算法将所有用户降维后的特征依据密度进行聚类,得到代表不同用电行为的多个密度峰值点;计算每个用户的离群异常指数并设定阈值确定异常用户;本发明应用于异常用电行为判断。

主权项:1.基于特征指标降维与密度峰值聚类的异常用电行为辨识方法,其特征在于:包括以下步骤:S1:根据日、月用电量数据,从统计性指标、波动性指标、趋势性指标和相似性度量指标四个角度出发,构造能反映用户用电行为的多维特征集;S2:采用特征降维方法对提取出的多维特征集进行降维操作;S3:采用密度峰值聚类算法将所有用户降维后的特征依据密度进行聚类,得到代表不同用电行为的多个密度峰值点;在密度峰值聚类算法求解过程中引入邦费罗尼指数函数BI来度量决策指标集合的分布情况,并利用改进鲸鱼优化算法IWOA求解BI的最值来获取最优截断距离参数dc,其中邦费罗尼指数函数BI的表达式如下: 上式中:N为数据总点数,γj为密度峰值点决策指标;改进鲸鱼优化算法IWOA从收敛因子、概率阈值、位置权重方面对传统鲸鱼优化算法WOA进行改进;S4:计算每个用户的离群异常指数并设定阈值确定异常用户;所述离群异常指数的计算公式如下: 上式中:表示离群异常指数,表示数据点向心相对距离,ρi表示数据点局部密度。

全文数据:

权利要求:

百度查询: 国网山西省电力公司营销服务中心 基于特征指标降维与密度峰值聚类的异常用电行为辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术