用于电力用户分类的隶属度确定方法和系统的制作方法
【专利摘要】一种用于电力用户分类的隶属度确定方法和系统，其方法包括：获取用户数量及每个用户对应的电力指标数据，并建立原始数据矩阵；将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩阵；基于聚类中心的编码方式对初始聚类中心进行粒子编码，生成初始种群；将初始种群设为横向交叉的父代种群，采用横向交叉法和纵向交叉法计算第二种群；判断迭代次数是否大于设定迭代次数，若否，则将第二种群设为横向交叉的父代种群，继续迭代；若是，将第二种群中最小适应度对应的粒子拆分为c个聚类中心，并计算每个用户的电力指标数据与聚类中心的隶属度，其中，c表示预设的聚类数目。本方案提高了确定隶属度的准确率和稳定性。
【专利说明】用于电力用户分类的隶属度确定方法和系统
【技术领域】
[0001] 本发明设及数据处理【技术领域】，特别是设及一种用于电力用户分类的隶属度确定 方法和系统。
【背景技术】
[0002] 在进行电力用户分类时，往往会对电力指标数据进行处理。电力指标数据是电力 数据中的一种指标数据，比如，将用电量作为电力用户分类指标时，则电力指标数据可W包 括用电量，将电压等级作为电力用户分类指标时，则电力指标数据可W包括电压等级。将模 糊聚类的分析方法引入电力用户分类中是现阶段一种比较新的研究方向。通过确定用户的 电力指标数据与聚类中屯、的隶属度，从而可W实现对电力用户的分类。其中，FCM聚类是一 种常用的模糊聚类方法，虽然FCM聚类具有简单快速的优点，但传统的FCM聚类法过于依赖 初始聚类中屯、；FCM聚类过程是基于梯度下降的，容易陷入局部最优；传统的FCM聚类法分 类时间复杂度较高。从而导致用户的电力指标数据与聚类中屯、的隶属度的准确率低。
【发明内容】
[0003] 基于此，有必要针对用户的电力指标数据与聚类中屯、的隶属度的准确率低的问 题，提供一种用于电力用户分类的隶属度确定方法和系统。
[0004] 一种用于电力用户分类的隶属度确定方法，包括：
[0005] 从电力营销系统中获取用户数量及每个用户对应的电力指标数据，并根据所述用 户数量和电力指标数据建立原始数据矩阵；
[0006] 将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩阵；
[0007] 基于聚类中屯、的编码方式对初始聚类中屯、进行粒子编码，生成初始种群；
[000引将初始种群设为横向交叉的父代种群，根据所述标准化矩阵计算所述横向交叉的 父代种群中每个粒子的适应值；
[0009] 根据横向交叉的父代种群和其粒子的适应值采用横向交叉法计算第一种群，将第 一种群设为纵向交叉的父代种群，根据所述标准化矩阵计算所述纵向交叉的父代种群中每 个粒子的适应值，根据纵向交叉的父代种群和其粒子的适应值采用纵向交叉法计算第二种 群；
[0010] 判断迭代次数是否大于设定迭代次数，若否，则将第二种群设为横向交叉的父代 种群，根据所述标准化矩阵计算该横向交叉的父代种群中每个粒子的适应值，采用横向交 叉法和纵向交叉法进行迭代计算第二种群；若是，将第二种群中最小适应度对应的粒子拆 分为C个聚类中屯、，并计算每个用户的电力指标数据与聚类中屯、的隶属度，其中，C表示预 设的聚类数目。
[0011] 一种用于电力用户分类的隶属度确定系统，包括：
[0012] 原始数据矩阵建立模块，用于从电力营销系统中获取用户数量及每个用户对应的 电力指标数据，并根据所述用户数量和电力指标数据建立原始数据矩阵；
[0013] 归一化处理模块，用于将所述原始数据矩阵中的数据进行归一化处理，获得标准 化矩阵；
[0014] 初始种群生成模块，用于基于聚类中屯、的编码方式对初始聚类中屯、进行粒子编 码，生成初始种群；
[0015] 隶属度确定模块，用于将初始种群设为横向交叉的父代种群，根据所述标准化矩 阵计算所述横向交叉的父代种群中每个粒子的适应值；根据横向交叉的父代种群和其粒子 的适应值采用横向交叉法计算第一种群，将第一种群设为纵向交叉的父代种群，根据所述 标准化矩阵计算所述纵向交叉的父代种群中每个粒子的适应值，根据纵向交叉的父代种群 和其粒子的适应值采用纵向交叉法计算第二种群；判断迭代次数是否大于设定迭代次数， 若否，则将第二种群设为横向交叉的父代种群，根据所述标准化矩阵计算该横向交叉的父 代种群中每个粒子的适应值，采用横向交叉法和纵向交叉法进行迭代计算第二种群；若是， 将第二种群中最小适应度对应的粒子拆分为C个聚类中屯、，并计算每个用户的电力指标数 据与聚类中屯、的隶属度，其中，C表示预设的聚类数目。
[0016] 上述用于电力用户分类的隶属度确定方法和系统，通过建立原始数据矩阵，并进 行归一化处理，后续将标准化矩阵进行处理，可W提高处理效率。基于聚类中屯、的编码方式 对初始聚类中屯、进行粒子编码，生成初始种群。在第一次迭代时，将初始种群设为横向交叉 的父代种群，根据所述标准化矩阵计算所述横向交叉的父代种群中每个粒子的适应值，并 采用横向交叉法和纵向交叉法计算第二种群，在没有达到设定迭代次数时，将第二种群设 为横向交叉的父代种群，根据所述标准化矩阵计算该横向交叉的父代种群中每个粒子的适 应值，采用横向交叉法和纵向交叉法进行迭代计算第二种群，直到达到设定迭代次数，此时 可W得到最优的第二种群，将第二种群中最小适应度对应的粒子拆分为C个聚类中屯、，从 而得到最优的聚类中屯、，并计算每个用户的电力指标数据与聚类中屯、的隶属度，提高了确 定隶属度的准确率和稳定性。
【专利附图】
【附图说明】
[0017] 图1为本发明用于电力用户分类的隶属度确定方法实施例的流程示意图；
[0018] 图2为本发明用于电力用户分类的隶属度确定系统实施例的结构示意图。
【具体实施方式】
[0019] 下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于 此。
[0020] 如图1所示，为本发明用于电力用户分类的隶属度确定方法实施例的流程示意 图，包括：
[0021] 步骤S101 ;从电力营销系统中获取用户数量及每个用户对应的电力指标数据，并 根据所述用户数量和电力指标数据建立原始数据矩阵；
[0022] 电力指标数据是电力数据中的一种指标数据。可W建立原始矩阵X = (xJnxd。 a G (l，n)，n表示总共的电力用户数量，b G (l，d)，d表示每个用户对应的电力指标数据 的数量，Xgb表示第a个用户、第b列的电力指标数据。
[0023] 步骤S102 ;将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩阵；
[0024] 本步骤的目的是为了简化后续计算，提高计算效率。
[0025] 进一步的，步骤S102可W包括：
[0026] 采用W下公式计算归一化数据：
[0027]
【权利要求】
1. 一种用于电力用户分类的隶属度确定方法，其特征在于，包括： 从电力营销系统中获取用户数量及每个用户对应的电力指标数据，并根据所述用户数 量和电力指标数据建立原始数据矩阵； 将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩阵； 基于聚类中心的编码方式对初始聚类中心进行粒子编码，生成初始种群； 将初始种群设为横向交叉的父代种群，根据所述标准化矩阵计算所述横向交叉的父代 种群中每个粒子的适应值； 根据横向交叉的父代种群和其粒子的适应值采用横向交叉法计算第一种群，将第一种 群设为纵向交叉的父代种群，根据所述标准化矩阵计算所述纵向交叉的父代种群中每个粒 子的适应值，根据纵向交叉的父代种群和其粒子的适应值采用纵向交叉法计算第二种群； 判断迭代次数是否大于设定迭代次数，若否，则将第二种群设为横向交叉的父代种群， 根据所述标准化矩阵计算该横向交叉的父代种群中每个粒子的适应值，采用横向交叉法和 纵向交叉法进行迭代计算第二种群；若是，将第二种群中最小适应度对应的粒子拆分为C 个聚类中心，并计算每个用户的电力指标数据与聚类中心的隶属度，其中，C表示预设的聚 类数目。
2. 根据权利要求1所述的用于电力用户分类的隶属度确定方法，其特征在于，所述根 据横向交叉的父代种群和其粒子的适应值采用横向交叉法计算第一种群步骤，包括： 将横向交叉的父代种群中的粒子进行两两不重复组合，获得粒子对，并进行编号； 按编号顺序依次取出粒子对，并在设定的横向交叉概率下采用以下公式对粒子对的第 屯维执行横线交叉： MShc (i,d0) =T1 ?X(i, (!0) + (1^^ ?X(j, (!〇)+〇! ? (X(i,d〇)-X(j,d〇)) MShc (j,d0) =T1?X(j,d0) + (l-r2) ?X(i,d0)+C1?(X(j,d0)-X(i,d0)) 其中，(1。￡(1，〇)，0 = 〇\(1，(1表示每个用户对应的电力指标数据的数量；1￡(1，吣； jG(1，N)，N表示初始种群粒子个数；ri，1~2为[0, 1]上的均匀分布随机数；cuc2为[-1，1] 之间的均匀分布随机数；X(i，(Ici)表示第i个粒子的第Cltl维数据；X(j，(Itl)表示第j个粒子 的第Cltl维数据；MShc;(i，(Ici)和MShc;(j，(Ici)分别表示第i个粒子和第j个粒子横向交叉后的 中庸解； 将各个粒子对应的中庸解保存在第一矩阵中，计算所述第一矩阵中每个中庸解的适应 值，并与横向交叉的父代种群中每个粒子对应的适应值进行比较，将适应度小的粒子存储 在第一种群中。
3. 根据权利要求1所述的用于电力用户分类的隶属度确定方法，其特征在于，所述根 据纵向交叉的父代种群采用纵向交叉法计算第二种群步骤，包括： 将纵向交叉的父代种群的粒子的每一维进行归一化处理，将各维进行两两不重复组 合，并进行编号； 按编号顺序依次取出每一对； 根据设定纵向交叉率采用以下公式对每一对数据执行纵向交叉： MSvc (i, (I1) =r?X(i, (I1)+ (1-r) ?X(i,d2) 式中，X(i，(I1)表示第i个粒子的第屯维数据，X(i，d2)表示第i个粒子的第(12维数据， (I1,d2G(1，D)，d声d2，D=cXd，d表示每个用户对应的电力指标数据的数量；iG(1，N); r为[0, 1]上的均匀分布随机数；MSvc;(i，(I1)表示第i个粒子的第Cl1维子代数据，根据第i个粒子的各子代数据获得第i个粒子的纵向交叉后的初始中庸解； 将每个粒子纵向交叉后的初始中庸解进行反归一化，得到对应的中庸解，并将其保存 在第二矩阵中，计算所述第二矩阵中每个中庸解的适应值，并与纵向交叉的父代种群中每 个粒子的适应值进行比较，将适应度小的粒子存储在第二种群中，其中，纵向交叉的父代种 群为横向交叉法得到的第一种群。
4. 根据权利要求1至3任意一项所述的用于电力用户分类的隶属度确定方法，其特征 在于，所述将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩阵步骤包括： 采用以下公式计算归一化数据：
其中，ae(l，n)，n表示用户数量，be(l，d)，d表示每个用户对应的电力指标数据的 数量，1^11^表示原始数据矩阵中第b列中最小电力指标数据，maxx#b表示原始数据矩阵中 第b列中最大电力指标数据，x'ab表示第a个用户、第b列的电力指标数据对应的归一化数 据； 根据各归一化数据获得标准化矩阵。
5. 根据权利要求1至3任意一项所述的用于电力用户分类的隶属度确定方法，其特征 在于，所述根据所述标准化矩阵计算所述横向交叉的父代种群中每个粒子的适应值步骤， 包括： 将横向交叉的父代种群中每个粒子分别拆分为c个聚类中心，获得每个粒子对应的聚 类中心； 采用以下公式计算所述标准化矩阵中每个用户对应的电力指标数据与聚类中心之间 的隶属度：
其中，I<x<c，l<y<n，n表示用户数量，m表示模糊系数，dxy表示所述标准化矩 阵中第y个用户对应的电力指标数据与第X个聚类中心之间的欧氏距离，dky表示所述标准 化矩阵中第y个用户对应的电力指标数据与第k个聚类中心之间的欧氏距离，Uxy表示所述 标准化矩阵中每个用户y对应的电力指标数据与聚类中心X之间的隶属度； 采用以下公式计算横向交叉的父代种群中每个粒子的适应值；
其中，fit表示聚类中心对应的粒子的适应值。
6. 根据权利要求3所述的用于电力用户分类的隶属度确定方法，其特征在于，采用以 下公式将纵向交叉的父代种群的粒子的每一维进行归一化处理：
式中，Cl1G(1，D)，PdlMX为第di维控制变量的上限，PdlDlin为第di维控制变量的下限，k为当前迭代次数，Xk(i，(I1)表示迭代次数为k时第i个粒子的第屯维数据，XH(i，Cl1)表示 迭代次数为k-1时第i个粒子的第屯维数据。
7. 根据权利要求6所述的用于电力用户分类的隶属度确定方法，其特征在于，采用以 下公式将每个粒子纵向交叉后的初始中庸解进行反归一化： MSvc' (I1Cl1) =MSvc(I1Cl1) ? (Pdlmax-Pdlmin)+Pdlmin 其中，MSvc;(i，(I1)表示第i个粒子的第Cl1维子代数据，MSv。'（i，(I1)表示第i个粒子的 第Cl1维子代数据反归一化后的数据。
8. -种用于电力用户分类的隶属度确定系统，其特征在于，包括： 原始数据矩阵建立模块，用于从电力营销系统中获取用户数量及每个用户对应的电力 指标数据，并根据所述用户数量和电力指标数据建立原始数据矩阵； 归一化处理模块，用于将所述原始数据矩阵中的数据进行归一化处理，获得标准化矩 阵； 初始种群生成模块，用于基于聚类中心的编码方式对初始聚类中心进行粒子编码，生 成初始种群； 隶属度确定模块，用于将初始种群设为横向交叉的父代种群，根据所述标准化矩阵计 算所述横向交叉的父代种群中每个粒子的适应值；根据横向交叉的父代种群和其粒子的适 应值采用横向交叉法计算第一种群，将第一种群设为纵向交叉的父代种群，根据所述标准 化矩阵计算所述纵向交叉的父代种群中每个粒子的适应值，根据纵向交叉的父代种群和其 粒子的适应值采用纵向交叉法计算第二种群；判断迭代次数是否大于设定迭代次数，若否， 则将第二种群设为横向交叉的父代种群，根据所述标准化矩阵计算该横向交叉的父代种群 中每个粒子的适应值，采用横向交叉法和纵向交叉法进行迭代计算第二种群；若是，将第二 种群中最小适应度对应的粒子拆分为c个聚类中心，并计算每个用户的电力指标数据与聚 类中心的隶属度，其中，C表示预设的聚类数目。
9. 根据权利要求8所述的用于电力用户分类的隶属度确定系统，其特征在于，所述隶 属度确定模块，用于： 将横向交叉的父代种群中的粒子进行两两不重复组合，获得粒子对，并进行编号； 按编号顺序依次取出粒子对，并在设定的横向交叉概率下采用以下公式对粒子对的第 屯维执行横线交叉： MShc (i,d0) =T1 ?X(i, (!0) + (1^^ ?X(j, (!〇)+〇! ? (X(i,d〇)-X(j,d〇)) MShc (j,d0) =T1?X(j,d0) + (l-r2) ?X(i,d0)+C1?(X(j,d0)-X(i,d0)) 其中，(1。￡(1，〇)，0 = 〇\(1，(1表示每个用户对应的电力指标数据的数量；1￡(1，吣； jG(1，N)，N表示初始种群粒子个数；ri，1~2为[0, 1]上的均匀分布随机数；cuc2为[-1，1] 之间的均匀分布随机数；X(i，(Ici)表示第i个粒子的第Cltl维数据；X(j，(Itl)表示第j个粒子 的第Cltl维数据；MShc;(i，(Ici)和MShc;(j，(Ici)分别表示第i个粒子和第j个粒子横向交叉后的 中庸解； 将各个粒子对应的中庸解保存在第一矩阵中，计算所述第一矩阵中每个中庸解的适应 值，并与横向交叉的父代种群中每个粒子对应的适应值进行比较，将适应度小的粒子存储 在第一种群中。
10.根据权利要求8所述的用于电力用户分类的隶属度确定系统，其特征在于，所述隶 属度确定模块，用于： 将纵向交叉的父代种群的粒子的每一维进行归一化处理，将各维进行两两不重复组 合，并进行编号； 按编号顺序依次取出每一对； 根据设定纵向交叉率采用以下公式对每一对数据执行纵向交叉： MSvc (i, (I1) =r?X(i, (I1)+ (1-r) ?X(i,d2) 式中，X(i，(I1)表示第i个粒子的第屯维数据，X(i，d2)表示第i个粒子的第(12维数据， (I1,d2G(1，D)，d声d2，D=cXd，d表示每个用户对应的电力指标数据的数量；iG(1，N); r为[0, 1]上的均匀分布随机数；MSV。(i，(I1)表示第i个粒子的第Cl1维子代数据，根据第i 个粒子的各子代数据获得第i个粒子的纵向交叉后的初始中庸解； 将每个粒子纵向交叉后的初始中庸解进行反归一化，得到对应的中庸解，并将其保存 在第二矩阵中，计算所述第二矩阵中每个中庸解的适应值，并与纵向交叉的父代种群中每 个粒子的适应值进行比较，将适应度小的粒子存储在第二种群中，其中，纵向交叉的父代种 群为横向交叉法得到的第一种群。
【文档编号】G06F17/30GK104504127SQ201410853595
【公开日】2015年4月8日 申请日期:2014年12月29日 优先权日:2014年12月29日
【发明者】黎高程, 李超, 李海亮, 康峰, 谭火超, 孟安波 申请人:广东电网有限责任公司茂名供电局