[发明专利]一种电力客户群体的用电问题挖掘方法及装置

权利要求书

1.一种电力客户群体的用电问题挖掘方法，其特征在于，包括：

对电力客户服务工单的记录进行属性特征选择，包括：将所有电力客户服务工单中记录的属性构成一个记录结构，并定义记录结构中的最小语义单位为语义原子；通过语义划分记录结构得到若干个属性块；所述属性块是记录结构中语义相同的属性的集合；针对每个属性块，初始化一个空集B'；从属性块B中找出一个属性e添加到集合B'，属性e需满足集合{x|x∈H_e且}内元素最多，其中，H_e是属性e中包含的所有语义原子的集合，H_B'是B'中包含的所有语义原子的集合；判断集合B'是否语义覆盖属性块B，若刚好语义覆盖，则输出集合B'，反之，则重新查找属性e；最终输出的集合B'即为所选择的代表属性块B的属性特征；

对所选择的属性特征进行数值化编码，包括：总结所述属性特征维度；所述属性特征包括供电单位、地市、区县、客户地址、工单类型、业务类型一级、业务类型二级和业务类型三级八个维度；对各个维度的属性特性分别进行数值化编码，包括：

对地市、区县采用三级六位编码制，前两位表示省，第三四位代表地市，最后两位代表区县；

对供电单位采用三级六位编码制，前两位表示省，第三四位代表地市，最后两位代表区供电单位；

对工单类型、业务类型一级、业务类型二级、业务类型三级采用四级四位编码制，第一位代表工单类型，第二位代表业务类型一级，第三位代表业务类型二级，第四位代表业务类型三级；

对客户地址采用转换到统一坐标系下的形式，每个客户地址对应二维数据，分别代表经度和纬度；

对进行数值化编码后的属性特征进行排除孤立点处理，包括：计算属性特征集合中各条记录属性特征之间的距离，筛选掉与其他对象的距离之和最大的若干个属性特征；所筛选掉的数据点数根据精确需求自定义；

采用自适应特征权重的K-Means聚类方法对孤立点处理后的属性特征进行聚类，同一聚类中的数据点即为具有相同用电问题的电力客户群体，包括：

计算属性特征集合中两条记录属性特征之间的欧氏距离为：

其中，x_mj表示第m条记录的第j维属性特征，x_nj表示第n条记录的第j维属性特征，w_j表示第j维属性特征的特征权重，M表示每条记录的属性特征维数；

所述w_j的计算如下：

设当前迭代后将N条记录划分为K个聚类，所有K个聚类在第j维属性特征上的类内距离之和为：

其中，d_n表示类内距离，m_kj为聚类k在第j维属性特征上的均值，x_ij表示第i条记录的第j维属性特征，n_k为聚类k中记录的条数；

所有K个聚类在第j维属性特征上的类间距离之和为：

其中，d_w表示类间距离，m_j为属性特征集合在第j维属性特征上的均值；

根据当前迭代结果，计算第j维属性特征对聚类的贡献度c_j：

c_j＝d_n/d_w；

第j维属性特征的特征权重为：

且满足：w_j∈[0,1],

将聚类中的属性特征与数值化编码规则对照，得到具体的用电问题。

2.根据权利要求1所述的一种电力客户群体的用电问题挖掘方法，其特征在于，数据筛选之前，从属性特征集合中均匀地抽出一部分对象，只需要计算所抽取的该部分对象之间的距离，再进行筛选。

3.根据权利要求1所述的一种电力客户群体的用电问题挖掘方法，其特征在于，所述采用自适应特征权重的K-Means聚类方法对孤立点处理后的属性特征进行聚类过程中，通过计算属性特征集合中所有记录属性的均方差作为初始聚类中心。