摘要
本发明涉及一种结合关联规则挖掘和KMeans聚类算法的用电异常群体识别方法,包括以下步骤:步骤1.从智能电表、传感器设备或电力公司的数据库中获取用户的用电数据;步骤2:对数据预处理:清洗、去噪和归一化处理采集到的数据;步骤3:基于关联规则挖掘算法,发现不同用电特征之间的关联关系;步骤4:从关联规则挖掘的结果中提取特征,作为用电情况的特征向量;步骤5:将提取到的特征向量应用于KMeans聚类算法,将用户分成不同的群体;步骤6:对每个群体中的用户进行异常检测,使用KMeans算法中的离群点检测方法来识别异常群体。步骤7:将识别出的异常群体进行可视化展示。本发明可以有效地识别出基于用电情况分析的异常群体。
技术关键词
群体识别方法
关联规则挖掘算法
离群点
数据
Apriori算法
传感器设备
挖掘频繁项集
频繁项集挖掘
电力公司
智能电表
初始聚类中心
可视化方法
肘部法则
归一化方法
编码
插值法
数值
标记
系统为您推荐了相关专利信息
基因表达数据
数据分析方法
样本
矩阵
编码器模块
网络流量数据
时序分析模块
支持向量机模型
决策
计算机程序指令