[发明专利]基于模糊C均值与豪斯多夫距离的低压用户相别识别方法

权利要求书

1.一种基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，包括：

根据预设的相别类型数量c，获取关口各相电压曲线上的关口电压，并对每相关口电压曲线上的关口电压进行预处理，获得c相预处理关口电压曲线；

获取同一关口下，多条低压用户电压曲线上的用户电压，并对每一条低压用户电压曲线上的用户电压进行预处理，获得用户电压集，所述用户电压集为所有预处理后的用户电压曲线的集合；

根据预设的相别类型数量c，采用模糊C均值算法对用户电压集中预处理后的用户电压曲线进行聚类分析，获得c个聚类中心及其对应的c个相似分类矩阵，所述相似分类矩阵为分配到同一个聚类中心的任意数量经聚类分析得到的隶属度的集合；

对每一个相似分类矩阵中所有的隶属度求均值，获得c条聚类电压均值曲线；

计算所述c条聚类电压均值曲线与所述c相预处理关口电压曲线的豪斯多夫距离；

根据所述豪斯多夫距离，对所述多条低压用户电压曲线进行相别归属，获得相别分类集，所述相别分类集为分配到同一个聚类中心的任意数量低压用户电压曲线的集合。

2.根据权利要求1所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，获得c个聚类中心及其对应的c个相似分类矩阵的具体方法为：

获取用户电压集中所有预处理后的用户电压曲线，具体表示为：

Z＝{z_1,m,z_2,m,...z_n-x,m}

其中，n-x为清洗后的用户电压曲线数量，m为每个用户电压的向量维度；

根据所述用户电压集，对隶属度进行初始设置，获得初始隶属度，所述隶属度需满足预设的约束条件；

根据预设的相别类型数量c和所述初始隶属度，计算获得c个临时聚类中心；

根据c个临时聚类中心和初始隶属度，求解预构建的目标函数，并经过多次迭代运算，获得c个聚类中心V＝{v₁,v₂,...,v_c}和c个相似分类矩阵U＝{u₁,u₂,...,u_c}。

3.根据权利要求2所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，所述约束条件为隶属度的总和为1，具体表示为：

式中，u_ik为样本对于类型的隶属度。

4.根据权利要求3所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，求解预构建的目标函数的具体方法为：

式中，J_r为目标函数，u_ik为样本z_ij对于类型U_k的隶属度，u_ik∈[0,1]，r为模糊指数，d_ik为第i个样本与第k个聚类中心的欧氏距离。

5.根据权利要求4所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，所述欧氏距离d_ik的具体计算方法为：

6.根据权利要求5所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，利用拉格朗日函数对目标函数求解，得到隶属度u_ik和聚类中心v_i的最优解，具体方法为：

7.根据权利要求2所述的基于模糊C均值与豪斯多夫距离的低压用户相别识别方法，其特征在于，所述预设的相别类型数量为3，即c＝3。