一种基于最大相关最小冗余判据的用户用电特征选择方法

    公开(公告)号:CN111860600B

    公开(公告)日:2024-06-18

    申请号:CN202010573150.7

    申请日:2020-06-22

    摘要: 本发明公开了一种基于最大相关最小冗余判据的电力用户用电特征选择方法,包括以下步骤:将智能量测终端采集的用户用电数据进行预处理,包括缺失数据与失真数据的填补与剔除;给出聚类类别数k值的选取方法,通过构造聚合回报指标,兼具集聚度与分离度,得到最优k值并完成聚类;给出综合考虑特征的有效性与精简性的特征选取方法,采用最大相关最小冗余准则为判据,通过遍历法求解得到最优特征集。相比现有技术,本发明的方法可为优选出兼顾有效性与精简性的最优特征集,面对大数据环境下用电数据快速增长的情况,所选取的优质用电特征集,不仅能大大减少分析时所需计算的数据,降低计算量,同时能有效地提高分析性能。

    一种基于最大相关最小冗余判据的用户用电特征选择方法

    公开(公告)号:CN111860600A

    公开(公告)日:2020-10-30

    申请号:CN202010573150.7

    申请日:2020-06-22

    摘要: 本发明公开了一种基于最大相关最小冗余判据的电力用户用电特征选择方法,包括以下步骤:将智能量测终端采集的用户用电数据进行预处理,包括缺失数据与失真数据的填补与剔除;给出聚类类别数k值的选取方法,通过构造聚合回报指标,兼具集聚度与分离度,得到最优k值并完成聚类;给出综合考虑特征的有效性与精简性的特征选取方法,采用最大相关最小冗余准则为判据,通过遍历法求解得到最优特征集。相比现有技术,本发明的方法可为优选出兼顾有效性与精简性的最优特征集,面对大数据环境下用电数据快速增长的情况,所选取的优质用电特征集,不仅能大大减少分析时所需计算的数据,降低计算量,同时能有效地提高分析性能。