一种基于流形学习聚类算法的智能用电数据挖掘方法

摘要

本发明涉及一种基于流形学习聚类算法的智能用电数据挖掘方法，包括：获取用户n点用电数据集合X＝{X1,X2...Xs...Xt}，其中，Xs＝{x1,x2...xi...xn}，s∈[1,t]，t为用户总数，i∈[1,n]，n为用电数据采集点总数；对第s个用户n点用电数据Xs进行归一化处理，获取归一化处理后数据Xs′＝{x1′,x2′...xi′...x′n}；对Xs′进行曲线拟合，获取用户用电的峰值对应时间Tp和谷值对应时间Tv，将Tp和Tv作为所述用户的标签；基于流形学习算法对所述归一化处理后数据进行降维处理，获取降维处理后数据集Y＝{Y1,Y2...Ys...Yt}；采用聚类算法对所述降维处理后数据集进行分类；对每类用户的价格敏感性进行评价；本发明提供的方法针对智能用电数据信息，通过采用流形学习聚类方法对信息进行聚类分析，为智能用电互动化提供决策信息。