[发明专利]新能源使用行为的时序特征隐含因素抽取和刻画方法及系统

摘要

本发明提出了一种新能源使用行为的时序特征隐含因素抽取和刻画方法，包括：获取用户使用情况的原始数据；通过计算原始数据各项统计指标，设定用于筛选可以用于特征提取的原始数据的标准；时间序列数据预处理；对于抽取并完成数据转换的时间序列数据，采用聚类方法进行模式识别，得到具有明显特征的时序聚类中心，即数据中具有标志性的时间序列；计算各站点的时间序列在各类别所占比例，将其组成为向量，即是抽取得到的刻画使用行为的隐含因素。本发明通过将隐含因素作为新的特征，加入已有的选址预测等计算模型，可以发现预测在各预测模型上均有较高的准确度提升，这也从侧面反映了所抽取到的时序隐含特征能够刻画各站点的使用情况。

主权项

1.一种新能源使用行为的时序特征隐含因素抽取和刻画方法，其特征在于，包括：步骤A：获取用户使用情况的原始数据；步骤B：通过计算原始数据各项统计指标，设定用于筛选可以用于特征提取的原始数据的标准；步骤C：对于时序数据进行归一化处理和特征抽取，具体包括以下步骤：步骤C1：将数据转换为随时间变化的各站点利用率的时间序列；步骤C2：转换完毕的数据，对各站点的时间序列进行平滑；步骤C3：对平滑后的每个时刻的数据打上分类标签；步骤C4：以较大的时间长度为单位，将数据转换为长度为24小时的时序数据；步骤D：基于聚类算法进行隐含的特征表示，具体包括以下步骤步骤D1：对于抽取并完成数据转换的时间序列数据，采用聚类方法进行模式识别，得到具有明显特征的时序聚类中心；步骤D2：通过时序聚类中心来描绘各站点的使用行为；步骤E：基于隐含的特征表示，形成对使用行为的刻画；步骤E1：根据聚类结果，计算各站点的时间序列在各类别所占比例；步骤E2：将统计得到的比例以站点为单位组成向量，即是描述对应站点使用行为的隐含因素。