电力客户价值分群的一种加权K‑means方法

摘要

本发明公开了一种针对电力客户价值分群的一种加权K‑means方法。本发明使用了一种适合于电力客户特征变量数据特点的加权K‑means聚类算法，首先算法确定了以加权的电力客户群内数据的标准差之和为聚类准则函数，权重为该电力客户群内客户个数占总客户个数的比例；然后根据该准则函数在计算电力客户对象与客户群中心点之间的相似度时，以欧氏距离为前提，施以客户群内数据标准差为参考因素的权重，实现密度不均的电力客户对象更精确的价值分群。加权K‑means聚类算法应用在电力客户价值分群上的分群聚类结果表明，本发明是适合实际运营数据的，并且达到了提高聚类紧凑性的效果。更加优质的分群聚类结果也可以保证决策高效实施，最终为供电企业带来更高的收益。

主权项

一种针对电力客户价值分群的一种加权K‑means方法，其特征在于：从电力客户特征变量数据分布密度差异大的特点出发，使用加权的K‑means聚类算法对电力客户实现有效价值分群，具体包括以下步骤：步骤1：首先算法确定了以加权的电力客户群内数据的标准差之和为聚类准则函数，权重为该电力客户群内客户个数占总客户个数的比例；步骤2：然后根据该准则函数在计算电力客户对象与客户群中心点之间的相似度时，以欧氏距离为前提，施以客户群内数据标准差为参考因素的权重，实现密度不均的电力客户对象更精确的价值分群。