一种基于大数据的电力项目规划建设方法

摘要

一种基于大数据的电力项目规划建设方法。利用电力系统及其他系统海量的历史大数据，首先通过连续属性离散化的方法，将连续属性的数据转换成离散化数据。再通过一个通用的聚类方法，提供多个模型挖掘出典型的用户电力数据特征。此聚类方法通过参数a和b的取值来调节FCM和PCM占混合模型的权重，以达到发挥各自模型的优势，以便更好地挖掘出典型用户的电力数据特征。依据支持度和置信度对电力系统中挖掘出的有用信息排序，形成电力项目规划建设指导书。为指导电力项目规划、建设和改造提供科学的依据。

主权项

一种基于大数据的电力项目规划建设方法，其特征在于包括以下步骤：A、对各个系统数据库中的：用户所在的台区、缴费金额、缴费金额增长率、利润率、预付费、缴费渠道、缴费渠道覆盖等级、运营成本以及用户所在台区住户平均经济状况、个人经济状况、台区住户平均年龄、用户个人年龄等数据进行收集整理，整理数据的过程包括：A1.数据分类：将数据分为连续数据和非连续数据两大类；A2.数据量化：将文字表示的表述的因素根据该因素占所有因素的比例进行排序，借用排序的顺序进行表示，数值越大，表示所占比重越高。B、对缴费金额、缴费金额平均增长率、利润率、预付款、运用成本、台区平均年龄还有个人年龄这些连续的属性值，进行离散化，其步骤为：B.1.首先确定决策属性，其他属性作为条件属性，将决策表中决策属性与每一个条件属性都组成一个新的小表；B.2利用多线程技术实现离散化的并行处理。处理一个小表就占用一个线程；B.3.属性离散化，其相应步骤为：2.3.1.初始化断点集合、候选断点集、被断点分割子集以及决策表的信息熵；2.3.2。排序连续属性，将其候选断点集合假如到候选断点集中；2.3.3.计算候选断点集中每个断点的信息熵；2.3.4.如果该断点的信息熵大于决策表信息熵时，结束算法，反之则继续；2.3.5. 选择候选断点集中，信息熵最小的断点，将其加入到断点集合中，再从候选断点集中剔除该断点，将该断点的信息熵赋值给决策表的信息熵；2.3.6.用新断点重新对子集进行分割，如果能分成两部分，则将两部分子集代替原来子集；2.3.7.如果每个子集内部对应的决策属性值相同的话，结束，否则算法跳转至第3.3步继续执行；B.4.将所有小表处理的结果合成一个新的离散化的决策表；C、对于这个新的离散化的表，利用基于阴影集的粗糙C均值聚类算法算出具有代表性的典型用户(聚类中心)，其步骤为：C.1.利用FCM算法初始化k个聚类中心；C.2.利用公式1计算对象的隶属度矩阵其中C.3.对每个模糊类簇，利用阴影集求阈值α_i，使公式2取得最小值C.4.对每个模糊类簇C_i，凡是隶属度大于α_i的对象归类到C_i的上近似而隶属度大于1‑α_i的对象归类到C_i的下近似C_i；C.5.利用公式(3)计算目标函数的值其中C.6.如果目标函数收敛或者满足其他终止条件，结束迭代过程，否则利用公式(4)其中重新计算每个类簇的新的中心并重复执行步骤C.2)至C.5)。