發(fā)布時間：2020-03-10 12:19

【摘要】：針對大數(shù)據(jù)應用背景下用戶智能用電行為分類的計算復雜性和特征選擇有效性的問題,提出一種基于特征信息量的特征優(yōu)選策略。首先,以用電特征的互信息量與相關系數(shù)作為特征有效性和關聯(lián)性判據(jù),設計用電特征優(yōu)選準則。然后,提出一種該準則下的用電行為特征優(yōu)選策略,通過減少特征間的分類信息冗余實現(xiàn)高維特征的降維,并選取有效獨立的特征,從而構建用戶用電行為聚類精簡特征集。最后,基于特征優(yōu)選策略實現(xiàn)了一種特征自適應的用戶用電行為分析方法,完成優(yōu)化的用戶用電行為分析。通過電網(wǎng)實際用電數(shù)據(jù)驗證了所提策略能提高聚類準確率和減少計算復雜性的有效性。
【圖文】：

個用電特征ｘ的評價值，其值域為［０，１］；Ｉ′（ｘ；ｃ）為用電特征ｘ與用戶類別ｃ的歸一化互信息；Ｊ（Ｙ）為優(yōu)選特征子集Ｙ的評價函數(shù)；Ｊ（ｙ）為優(yōu)選特征子集中特征ｙ的評價函數(shù)。該評價函數(shù)對用電特征所算得的評價值越大則認為該用電特征對于用戶用電行為的分析越有效。故對優(yōu)選所得用電行為特征子集Ｙ的評價Ｊ（Ｙ）為子集中所有特征的評價值之和。２基于特征優(yōu)選的用電行為分析２．１用電行為特征優(yōu)選策略用電行為特征的選擇流程如圖１所示。圖１用電行為特征優(yōu)選策略Ｆｉｇ．１Ｏｐｔｉｍａｌｓｅｌｅｃｔｉｏｎｓｔｒａｔｅｇｙｏｆｅｌｅｃｔｒｉｃｉｔｙｃｏｎｓｕｍｐｔｉｏｎｂｅｈａｖｉｏｒｆｅａｔｕｒｅ優(yōu)選策略原理如下：首先從所分析的總體用戶中抽取一定數(shù)量的樣本用戶，提取樣本用戶的全體特征，然后根據(jù)評價準則對樣本用戶的各種特征進行評價，使用啟發(fā)式序列前向搜索方法逐個選取特征，即從空集開始，每次搜索會從當前候選子集取出評價值最大的特征放置到已選特征集中，，直至已選特征集的性能達到要求。即所選特征ｙ為：ｙ＝ａｒｇｍａｘ｛Ｊ（ｘ）｝（８）此方法能同時兼顧計算效率與選擇效果，實現(xiàn)以較小的計算量實現(xiàn)較好的篩選效果。本策略運算終止的性能判別條件定義如式（９）所示，即當剩余特征所能提供的信息遠低于其造成的冗余時停止選齲Ｄ＝ｍａｘ｛Ｊ（ｘ）｝Ｊ（Ｙ）≤Ｔ（９）式中：Ｄ為候選特征中最優(yōu)特征的評價值與優(yōu)選特征子集的評價值的比值，當其小于所設閾值Ｔ時選擇結(jié)束，本文所選閾值為０．１。該判別條件判別有效，計算量較小，且無需

第一次特征選擇時各特征子集聚類準確性對比圖Ｆｉｇ．２Ｃｏｍｐａｒｉｓｏｎｄｉａｇｒａｍｏｆｃｌｕｓｔｅｒｉｎｇａｃｃｕｒａｃｙｏｆｄｉｆｆｅｒｅｎｔｆｅａｔｕｒｅｓｕｂｓｅｔｉｎｆｉｒｓｔｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｐｒｏｃｅｓｓ對迭代過程中的第二次特征優(yōu)選過程進行一步分析，其結(jié)果見附錄Ａ表Ａ２和圖３，其中日平均負荷特征作為已選特征無需再次評價。與第一次選擇過程類似，根據(jù)附錄Ａ表Ａ２，本文方法會選用由谷電系數(shù)（編號２）和日平均負荷組成的特征子集，而由圖４可知使用該特征子集分析，其準確率遠高于其他特征子集。之后的選擇過程的分析與之類似，不再進一步贅述。結(jié)果表明本文所提策略的評價準則能很好地反映對應特征子集的有效性。依照本文所提優(yōu)選策略分析用電行為特征，所得特征選取序列的編號依次為５，２，３，１，８，６，７，４，若將其依次添加至優(yōu)選特征子集則準確率的變化趨勢如圖４所示。圖３第二次特征時各特征子集聚類準確性對比圖Ｆｉｇ．３Ｃｏｍｐａｒｉｓｏｎｄｉａｇｒａｍｏｆｃｌｕｓｔｅｒｉｎｇａｃｃｕｒａｃｙｏｆｄｉｆｆｅｒｅｎｔｆｅａｔｕｒｅｓｕｂｓｅｔｉｎｓｅｃｏｎｄｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｐｒｏｃｅｓｓ圖４特征選擇過程中準確率變化趨勢Ｆｉｇ．４Ａｃｃｕｒａｃｙｃｈａｎｇｅｔｒｅｎｄｉｎｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｐｒｏｃｅｓｓ圖４中隨著優(yōu)選特征子集中所選特征的增加，準確率逐漸上升，但由于特征間關聯(lián)密切，增加特征所提供有效信息減少，冗余信息增加，上升幅度逐漸減緩，在圖４中特征個數(shù)為４時達到最高。當特征個數(shù)達到５個時準確率出現(xiàn)了下降，因

【相似文獻】

相關期刊論文 前10條

1 ;消費行為分析[J];標準計量與質(zhì)量;1999年03期

2 黃國昌;鄭克清;;國有企業(yè)改制中的政府行為分析——兼評河北省首例訴政府國企改制無效案[J];北華航天工業(yè)學院學報;2011年02期

3 馬艷榮;;基于經(jīng)濟學的會計失真行為分析[J];內(nèi)蒙古科技與經(jīng)濟;2008年06期

4 侯皓;;高速公路“制假”逃費行為分析及對策[J];中國交通信息化;2010年11期

5 彭志剛;;汽車銷售用戶的再購行為分析與對策研究[J];科技創(chuàng)新與應用;2013年35期

6 姜營;陳柏林;;消費激勵下的購買者行為分析[J];桂林航天工業(yè)高等�？茖W校學報;2010年02期

7 嬡嬡;購房者的心理行為分析[J];中國建設信息;1999年31期

8 羅建國;旅客交通行為分析理論與模型[J];公路與汽運;2002年03期

9 孔祥榮;;中國汽車企業(yè)行為分析及建議[J];科技和產(chǎn)業(yè);2009年06期

10 李雙錄,張小勇;論行為分析與激勵在建筑企業(yè)管理中的重要性[J];山西建筑;2002年07期

相關會議論文 前10條

1 程介克;;探索腦化學——行為分析化學[A];第四屆海峽兩岸分析化學學術會議論文集[C];2006年

2 母愛英;武建奇;;京津冀都市圈管治中政府行為分析[A];河北省首屆社會科學學術年會論文專輯[C];2007年

3 佟瑞鵬;厙麗飛;劉佳;杜博;劉凱;;緊急狀態(tài)下密集人群高風險行為分析[A];第二十屆海峽兩岸及香港、澳門地區(qū)職業(yè)安全健康學術研討會暨中國職業(yè)安全健康協(xié)會2012學術年會論文集[C];2012年

4 徐越;;浙江省1542名初中學生嘗試吸煙行為分析[A];履行框架公約 創(chuàng)建無煙環(huán)境——第13屆全國吸煙與健康學術研討會暨第三屆煙草控制框架公約論壇論文集[C];2007年

5 吳有富;沈俊;代模;;交通目標檢測及它們的行為分析(英文)[A];第二屆貴州省自然科學優(yōu)秀學術論文評選獲獎論文集（2007年）[C];2007年

6 熊國強;;企業(yè)清潔能源生產(chǎn)的經(jīng)濟行為分析[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

7 張芮;胡影;鄭康鋒;;基于行為分析的惡意代碼潛伏性評估方法[A];2013年中國信息通信研究新進展論文集[C];2014年

8 汪定偉;;分組的多屬性逆向拍賣的評標行為分析[A];第五屆（2010）中國管理學年會——信息管理分會場論文集[C];2010年

9 馮立偉;戴耀華;張延峰;張淑一;張帥明;;藥店與兒童合理用藥關系初探——偽裝腹瀉患兒家長藥店購藥行為分析[A];2008年中國藥學會學術年會暨第八屆中國藥師周論文集[C];2008年

10 李麗純;;基于經(jīng)濟利益圓周假說的農(nóng)民專業(yè)合作行為分析[A];2006年湖南社科聯(lián)學科前沿問題研究論壇論文集[C];2006年

相關重要報紙文章 前10條

1 本報記者 呂志強 通訊員 楊敬忠;農(nóng)行浙江分行堅持員工行為分析評價[N];中國城鄉(xiāng)金融報;2007年

2 孟祥妲;個人行為分析是房地產(chǎn)問題的出發(fā)點(系列之二)[N];中華建筑報;2011年

3 格上理財研究中心 歐陽嵐;資管行業(yè)客戶投資需求行為分析[N];企業(yè)家日報;2014年

4 恒泰證券 于冬旭;中小投資者非理性交易行為分析[N];證券時報;2012年

5 ;網(wǎng)絡行為分析洞察助力中國CMO[N];網(wǎng)絡世界;2012年

6 山東旅游職業(yè)學院 王煜琴 韓國華 宋云衫;山東省游客消費行為分析與啟示[N];中國旅游報;2013年

7 ;兩個女報人的生養(yǎng)行為分析[N];北京科技報;2004年

8 周躍;湖南移動“商易通”惠民便民[N];人民郵電;2008年

9 查淑琦;不可估量的籌碼[N];中國經(jīng)營報;2002年

10 浙江師范大學旅游與資源管理學院 駱高遠;中國公民旅游不文明行為分析及其治理對策[N];江南游報;2006年

相關博士學位論文 前1條

1 王志忠;可持續(xù)發(fā)展的行為分析與制度安排[D];南京農(nóng)業(yè)大學;2004年

相關碩士學位論文 前10條

1 吳沛;柔性電子系統(tǒng)中島-橋結(jié)構的力學行為分析與數(shù)值模擬[D];哈爾濱工業(yè)大學;2015年

2 岑斐;設計新手與專家的類比推理行為分析[D];浙江大學;2015年

3 任旭龍;基于復雜背景的運動人體檢測及行為分析研究[D];北京理工大學;2015年

4 張躍騫;基于程序行為分析的主機異常監(jiān)測系統(tǒng)的設計與實現(xiàn)[D];北京工業(yè)大學;2015年

5 苗青鵬;基于網(wǎng)絡行為分析的網(wǎng)絡管理系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2014年

6 姜秋生;VMI技術在軟件行為分析中的應用研究[D];西安工業(yè)大學;2013年

7 王汝軍;基于大數(shù)據(jù)的移動互聯(lián)網(wǎng)行為分析[D];南京郵電大學;2015年

8 張冰冰;視頻中的人體行為分析關鍵技術研究[D];長春工業(yè)大學;2016年

9 陳賀男;基于行為分析的擺渡木馬檢測技術研究[D];北京交通大學;2016年

10 陳瑤琳;基于行為分析的云安全免疫系統(tǒng)關鍵技術研究[D];廣西大學;2016年

本文編號：2586053