[发明专利]一种面向电力用户细分的鲁棒k-means聚类方法

说明书

本发明公开了一种面向电力用户细分的鲁棒k‑means聚类方法，包括以下步骤，步骤1：提取电力公司任意一组数据集，进行数据标准化处理，所述数据集由多个簇组成；步骤2：提取标准化处理以后的数据集，计算数据集中样本间的相异度；步骤3：提取步骤2中数据集中样本间的相异度，使用改进的MaxMin初始化方法选择初始聚类中心，确定聚类中心的数量和类型；步骤4：根据步骤3中聚类中心的数量和类型，自动的分裂或合并簇。本发明所要解决的技术问题是电力部门通过对用户档案进行主观判断进行归类，并不能实现对用户准确、快速、细致的归类，但是本发明所提出的新颖、鲁棒的k‑means聚类方法可以解决这一缺点。

技术领域

本发明涉及一种电力用户细分方法，具体涉及一种面向电力用户细分的鲁棒k-means聚类方法。

背景技术

电力作为最基本的生活、生产能源，用电客户类型非常复杂而丰富。传统模式下，电力部门是通过对用户档案进行主观判断进行归类。该方法由于人力成本和人工理解深度的限制，并不能实现对用户准确、快速、细致的归类。

发明内容

本发明所要解决的技术问题是电力部门通过对用户档案进行主观判断进行归类，但是人力成本和人工理解深度的限制，并不能实现对用户准确、快速、细致的归类，目的在于提供一种面向电力用户细分的鲁棒k-means聚类方法，解决电力部门不能实现对用户准确、快速、细致的归类的问题。

本发明通过下述技术方案实现：

一种面向电力用户细分的鲁棒k-means聚类方法，包括以下步骤，步骤1：提取电力公司任意一组数据集，进行数据标准化处理，所述数据集由多个簇组成；步骤2：提取标准化处理以后的数据集，计算数据集中样本间的相异度；步骤3：提取步骤2中数据集中样本间的相异度，使用改进的MaxMin初始化方法选择初始聚类中心，确定聚类中心的数量和类型；步骤4：根据步骤3中聚类中心的数量和类型，自动的分裂或合并簇。本发明所要解决的技术问题是电力部门通过对用户档案进行主观判断进行归类，但是人力成本和人工理解深度的限制，并不能实现对用户准确、快速、细致的归类，但是本发明所提出的新颖、鲁棒的k-means聚类方法可以解决这一缺点。此方法通过对海量用户信息进行关键聚类信息识别以进行自动的聚类处理。所述数据集由多个簇组成，这是为了后续的解释方便，做了一个自定义；聚类分析作为一个广受欢迎的数据分析和数据挖掘技术，旨在将一组数据对象按相似性分成若干簇，使得同一个簇内的数据对象尽可能相似，不同簇内的对象尽可能相异。

所述步骤1中标准化处理的方法包括最大最小规范化、z-score规范化和小数定标规范化。标准化处理可以去除数据中的空缺和冗余，保证所得结果准确有效。

所述步骤2中，计算数据集中样本间的相异度，当数据样本属性为数值型，采用欧氏距离计算数据样本间的相异度；当数据样本属性为混合类型，采用公式(1)计算数据样本间的相异度：其中，x_i和x_j是两个数据样本；k是数据样本的维度，即属性个数；d(x_i,m,x_j,m)是数据样本x_i和x_j在第m维上的相异度；δ_m是第m维的指示项，当x_i,m或x_j,m缺失，或者x_i,m＝x_j,m＝0，且变量m是非对称二元变量，则指示项δ_m＝0，否则，指示项δ_m＝1。对数据所有维度进行判断，保证准确。

所述步骤3中改进的MaxMin初始化方法选择初始聚类中心，包括以下子步骤：S401：假设一个n个对象的数据集X，选择离所有对象的均值最近的对象作为第一个聚类中心m₁；如此做可以避免对初始聚类中心的选择敏感，避免选择不同的初始聚类中心将导致不同的聚类结果。

S402：对于其余的对象，计算每个对象和已选定的簇中心之间的最小距离，