[发明专利]一种电力用户的分类方法、装置、设备及存储介质

权利要求书

1.一种电力用户的分类方法，其特征在于，包括：

获取待处理用户在设定时间段内的电力数据；

对所述电力数据进行预处理；

将预处理后的电力数据输入随机森林模型，获得所述待处理用户的用电类别。

2.根据权利要求1所述的方法，其特征在于，对所述电力数据进行预处理，包括：

对所述用电数据进行缺失数据补全和数据标准化的预处理；

其中，所述数据补全按照如下公式执行：其中，x_i,j为缺失数据，x_i,j-1和x_i,j+1分别为数据集中x_i,j前后相邻的数据；

所述数据标准化按照如下公式执行：其中，y_i,j为标准数据，x′_i,j为数据补全后的数据，x′_max和x′_min分别为数据补全后的数据集中的最大值和最小值。

3.根据权利要求1所述的方法，其特征在于，所述随机森林模型的训练方式为：

获取样本用户在设定时间段的电力样本数据，并按照设定比例将所述电力样本数据划分为训练集和测试集；

利用果蝇算法对随机森林模型参数进行优化；所述随机森林模型参数包括决策树数量和特征属性集大小；

根据优化后的随机森林模型参数构建随机森林模型；

基于测试集对构建的随机森林模型进行测试，获得测试结果。

4.根据权利要求3所述的方法，其特征在于，所述利用果蝇算法对随机森林模型参数进行优化，包括：

获取果蝇群体的初始化坐标；初始坐标包括气味浓度、决策树数量和特征属性集大小；

基于所述初始化坐标进行迭代计算，获得果蝇群体中气味浓度最高的目标果蝇坐标；

将所述目标果蝇坐标中的决策树数量和特征属性集大小确定为优化后的随机森林模型参数。

5.根据权利要求4所述的方法，其特征在于，基于所述初始化坐标进行迭代计算，获得果蝇群体中气味浓度最高的目标果蝇坐标，包括：

按照如下公式计算最高气味浓度：其中，OOB_best为最高气味浓度，为第i个果蝇在第j代的气味浓度，θ为控制阈值；

计算果蝇自适应寻优路线，其计算公式为：TN_best＝TN_orα+WV,FT_best＝FT_orα+WV，其中，α为最大迭代次数，W为寻优步长权重，V为i个果蝇在第j代的气味浓度平均值的变化率；

所述果蝇群体中最高气味浓度的果蝇坐标为：BEST＝[OOB_best,TN_best,FT_best]。

6.根据权利要求4所述的方法，其特征在于，所述根据优化后的随机森林模型参数构建随机森林模型包括：

利用云计算平台对所述训练集进行抽样，并根据所述最优特征属性集大小确定至少一组特征属性集；

在所述云计算平台上对所述至少一组特征属性集进行处理，直到所述随机森林模型构建完成。

7.根据权利要求6所述的方法，其特征在于，所述在所述云计算平台上对所述至少一组特征属性集进行处理，包括：

根据所述最优决策树数量确定所述随机森林模型中的决策树数量；

获取所述至少一组特征属性集的特征信息，将所述特征信息发送至所述云计算平台的各个节点中；

在各个节点中对所述特征信息进行分布式处理，层级迭代计算所有决策树的每一层节点，直到所述随机森林模型中的所有决策树构建完成。

8.一种电力用户的分类装置，其特征在于，包括：

电力数据获取模块，用于获取待处理用户在设定时间段内的电力数据；

预处理模块，用于对所述电力数据进行预处理；

用电类别获取模块，用于将预处理后的电力数据输入随机森林模型，获得所述待处理用户的用电类别。