基于K-means聚類的居民用電行為分析

趙萬旗　孫皓月

摘要：該文以某小區(qū)居民的智能電表用電功耗數(shù)據(jù)為研究對(duì)象，結(jié)合K-means聚類算法對(duì)其進(jìn)行聚類，分析居民的用電行為規(guī)律。首先對(duì)居民原始用電功耗數(shù)據(jù)進(jìn)行特征歸一化處理，然后采用肘方法確定初始聚類數(shù)，最后，利用聚類算法對(duì)該小區(qū)居民的用電負(fù)荷特征曲線進(jìn)行聚類，分析其用電行為。實(shí)驗(yàn)結(jié)果表明，K-means算法在對(duì)居民用電負(fù)荷曲線聚類時(shí)具有較高的準(zhǔn)確度，電網(wǎng)企業(yè)能夠據(jù)此分析居民用電行為，提供用電個(gè)性化服務(wù)。

關(guān)鍵詞：K-means算法;用電行為分析;智能用電

中圖分類號(hào)：TP18? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）07-0026-03

1 概述

隨著智能電表的普及，儀器中產(chǎn)生和傳輸?shù)臄?shù)據(jù)正以指數(shù)增長(zhǎng)，在當(dāng)今智能互聯(lián)網(wǎng)背景下，使用人工智能技術(shù)挖掘這些海量數(shù)據(jù)，分析其中隱藏的用戶用電行為，有利于電網(wǎng)企業(yè)根據(jù)分析結(jié)果精確地為不同用戶提供對(duì)應(yīng)的供電服務(wù)，避免以往一刀切式管理，追求精細(xì)化用電管理，改善供電質(zhì)量，使電網(wǎng)企業(yè)和用戶利益達(dá)到最大化[1-3]。

本文使用的數(shù)據(jù)集來自Pecan Street Energy Database，其中包括500多戶擁有智能電表的用戶能耗數(shù)據(jù)。實(shí)驗(yàn)使用2015年7月收集的216戶居民用電能耗數(shù)據(jù)，搭建聚類模型進(jìn)行分析。在對(duì)能耗數(shù)據(jù)進(jìn)行聚類之前，首先采用肘方法得到符合實(shí)際需求的K值，然后根據(jù)能耗負(fù)荷曲線的特點(diǎn)分析不同居民的用電行為，提供高質(zhì)量服務(wù)以滿足用戶用電的個(gè)性化需求[4]。

2 K-means聚類算法

K-Means算法的工作原理是：給定一個(gè)常數(shù)K，常數(shù)K代表數(shù)據(jù)最終聚類的類別數(shù)，第一步隨機(jī)選定初始點(diǎn)為質(zhì)心;第二步計(jì)算數(shù)據(jù)集中其他樣本點(diǎn)到質(zhì)心的距離，選擇距離此樣本點(diǎn)最近的質(zhì)心，將該樣本加入之前所選質(zhì)心所在的類別中;第三步再次計(jì)算修正后新類的質(zhì)心，即簇中心;重復(fù)二、三步的過程，直到達(dá)到規(guī)定的迭代次數(shù)或者質(zhì)心基本不改變。

在K-means算法中，首先要做的是確定常數(shù)K，目前主流的確定聚類數(shù)K的方法有肘方法和輪廓系數(shù)法。本文將使用肘方法確定常數(shù)K。肘方法的核心指標(biāo)是SSE（sum of the squared errors），即誤差平方和。其計(jì)算公式為：

其中，[Ci]是第[i]個(gè)簇，[p]是[Ci]中的樣本點(diǎn)，[mi]是[Ci]的質(zhì)心，SSE是所有樣本的聚類誤差。肘方法的核心思想是：取連續(xù)要聚類的目標(biāo)簇?cái)?shù)，即K值，在取不同K值時(shí)，應(yīng)用對(duì)應(yīng)的K均值聚類算法。當(dāng)算法收斂時(shí)，計(jì)算SSE，其值越小表示聚類效果越好。值得注意的是，在剛開始的時(shí)候，隨著K值的增大，誤差平方和減小的效果顯著，但是當(dāng)K值到達(dá)一定值，誤差平方和變化緩慢，則認(rèn)為拐點(diǎn)就是要尋找的目標(biāo)點(diǎn)，也就是最終要的聚類簇?cái)?shù)[5]。

3 居民用電行為分析架構(gòu)

為了能夠準(zhǔn)確地分析居民用電行為，需要對(duì)原始的帶有噪聲的負(fù)載數(shù)據(jù)進(jìn)行預(yù)處理，得到較優(yōu)的能耗負(fù)載數(shù)據(jù)，然后使用相應(yīng)的算法對(duì)其處理，得出最終結(jié)果。首先讀取原始功耗數(shù)據(jù)，對(duì)其進(jìn)行清洗、類型轉(zhuǎn)換以及歸一化操作。然后對(duì)處理后的負(fù)載數(shù)據(jù)分別運(yùn)用不同簇?cái)?shù)的K-means聚類算法，計(jì)算出最佳的聚類簇?cái)?shù)K。接著使用最佳的簇?cái)?shù)，再對(duì)負(fù)載數(shù)據(jù)進(jìn)行K-means聚類，得出每一種分類的負(fù)載數(shù)據(jù)標(biāo)簽。最后根據(jù)不同類別下的負(fù)荷特征曲線，分析居民用電行為[6-8]。

4 實(shí)驗(yàn)與分析

4.1 數(shù)據(jù)集介紹

本文實(shí)驗(yàn)數(shù)據(jù)采用的是某小區(qū)居民家中智能電表的能耗數(shù)據(jù)，其中記錄了從2015年7月1日到2015年8月1日一個(gè)月的能耗數(shù)據(jù)，共有220戶。智能電表每隔15分鐘采集一條記錄，由房屋ID、時(shí)間、功耗（單位為KW）三個(gè)字段組成，共有? 646981條記錄。在現(xiàn)實(shí)生活中，由于外來其他信號(hào)、信息等的干擾，會(huì)使數(shù)據(jù)信息無法穩(wěn)定、高效地傳輸，存在數(shù)據(jù)缺失、異常值等情況[9]。在本案例中，共有10695個(gè)缺失值，在做聚類之前，必須進(jìn)行數(shù)據(jù)清洗，以提高計(jì)算效率及實(shí)驗(yàn)結(jié)果的準(zhǔn)確度。

4.2 數(shù)據(jù)處理

由于用電能耗數(shù)據(jù)特征范圍差異較大，需要對(duì)特征進(jìn)行歸一化處理。歸一化常見的處理方法有最大、最小標(biāo)準(zhǔn)化、Z-score標(biāo)準(zhǔn)化、函數(shù)轉(zhuǎn)化等[10]。本文對(duì)每一條用電能耗數(shù)據(jù)向量進(jìn)行單位化，使得每一條能耗數(shù)據(jù)數(shù)值都在（0，1）之間。

為了獲得用戶不同時(shí)間的用電行為，進(jìn)一步對(duì)時(shí)間列進(jìn)行處理。需要對(duì)時(shí)間戳進(jìn)行特征構(gòu)建，挖掘影響能耗負(fù)荷中的時(shí)間因素。例如，工作日和周末居民的能耗負(fù)荷可能存在較明顯的差異，某些小區(qū)可能在某月的固定幾天運(yùn)行大型電器設(shè)備，那么能耗負(fù)荷也會(huì)相應(yīng)地增加，這些都是數(shù)據(jù)挖掘過程中所獲得的有價(jià)值的信息[11]。具體地，在房屋ID、時(shí)間、功耗（單位：KW）三列的基礎(chǔ)上又添加了type_day（星期）和day_of_month（每月的第幾天）兩個(gè)字段。

4.3 實(shí)驗(yàn)結(jié)果和分析

依據(jù)獲得的數(shù)據(jù)，隨機(jī)選取4個(gè)用戶繪制其當(dāng)日的用電負(fù)荷曲線，如圖1所示?？梢钥闯?，在2015年7月15日當(dāng)天，4戶居民的用電負(fù)荷規(guī)律曲線是不盡相同的，下面就使用K-means聚類算法對(duì)不同用戶的用電負(fù)荷進(jìn)行聚類。

<H：＼飛翔打包文件＼電腦2022年第七期打包文件1＼3.02xs202207＼Image＼image11.png>

圖 1? ?原始數(shù)據(jù)可視化

上文已經(jīng)介紹，使用K-means聚類算法的第一步就是確定聚類簇?cái)?shù)K。下面將使用肘方法對(duì)聚類的簇?cái)?shù)進(jìn)行評(píng)估，使用聚類數(shù)范圍在1到7之間，建模后觀察結(jié)果確定分類數(shù)目。其具體的步驟是使用一個(gè)空列表，依次創(chuàng)建K=1到7的模型，并分別保存每次模型的SSE結(jié)果，使用可視化工具將列表顯示，結(jié)合曲線的特征和實(shí)際業(yè)務(wù)需求，確定最終的聚類簇?cái)?shù)，如圖2所示。隨著聚類簇?cái)?shù)的增大，SSE逐漸減小，在聚類簇?cái)?shù)小于4時(shí)，SSE減小的幅度較快，當(dāng)聚類簇?cái)?shù)大于4時(shí)，SSE減小的幅度較為緩慢，最終取K為4。

確定K=4之后，構(gòu)建一個(gè)聚類簇?cái)?shù)為4的模型。實(shí)驗(yàn)基于Scikit-Learn機(jī)器學(xué)習(xí)庫中的K-means算法。經(jīng)過聚類后的分類如圖3所示，圖中橫坐標(biāo)表示時(shí)間，縱坐標(biāo)表示歸一化幅度。

<H：＼飛翔打包文件＼電腦2022年第七期打包文件1＼3.02xs202207＼Image＼image12.png>

圖 2? ?聚類簇?cái)?shù)與SSE關(guān)系曲線

<H：＼飛翔打包文件＼電腦2022年第七期打包文件1＼3.02xs202207＼Image＼image13.jpeg>

圖 3? ?聚類后居民用電負(fù)荷曲線

根據(jù)圖3的聚類結(jié)果可以看出，第1類居民相較于其他3類居民，在0時(shí)到10時(shí)用電功耗明顯偏高，但是從10時(shí)到17時(shí)左右用電功耗逐漸減少，從17時(shí)開始一直到24時(shí)功耗又開始增加。

第2類居民在0時(shí)到10時(shí)用電功耗逐漸減小，從10時(shí)到15時(shí)其用電功耗低于第1類居民和第3類居民，在此時(shí)間段用電功耗基本上與第4類居民的用電功耗相一致，從15時(shí)開始，其用電功耗急劇增加，到了20時(shí)基本處于用電最高峰，持續(xù)到22時(shí)開始減少。

第3類居民和第4類居民的用電功耗在0時(shí)到8時(shí)處于4類居民中用電功耗最低點(diǎn)，之后第3類居民的用電功耗逐漸上升，到18時(shí)左右達(dá)到用電最高峰，此階段用電功耗僅次于第4類居民，18時(shí)后開始功耗減少，相比相同時(shí)段的第4類居民其功耗下降幅度較為緩和。

第4類居民從0時(shí)到15時(shí)的用電功耗處于相對(duì)較低的水平，從15時(shí)之后，用電功耗顯著增加，到18時(shí)達(dá)到4類居民中的用電最高峰，18時(shí)之后用電功耗急劇下降，持續(xù)到24時(shí)達(dá)到4類居民的用電最低點(diǎn)。

根據(jù)以上4類居民的用電功耗曲線規(guī)律，結(jié)合實(shí)際用電場(chǎng)景，得出其在不同情境下的用電消費(fèi)習(xí)慣，電網(wǎng)企業(yè)可以推出差異性服務(wù)以滿足不同類型的居民，實(shí)現(xiàn)對(duì)用電服務(wù)的精細(xì)化管理。

5 結(jié)束語

當(dāng)下物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能迅速發(fā)展的背景下，智能電器產(chǎn)生的數(shù)據(jù)量已經(jīng)非常龐大。電網(wǎng)企業(yè)如果通過這些海量數(shù)據(jù)，使用特定的技術(shù)手段挖掘其背后隱藏的經(jīng)濟(jì)價(jià)值，具有較大的研究意義。本文通過對(duì)某一小區(qū)居民用電能耗數(shù)據(jù)進(jìn)行聚類分析，利用肘方法確定最優(yōu)聚類數(shù)K，分析不同類型居民的用電行為，并提供優(yōu)質(zhì)高效的供電服務(wù)。結(jié)果表明本文所研究的內(nèi)容具有一定的實(shí)用性。

參考文獻(xiàn)：

[1] 王亞東，高巖，金鋒.智能電表數(shù)據(jù)分析及應(yīng)用綜述研究[J].信息技術(shù)，2015，39（2）：64-68.

[2] 王軍.試論智能電表對(duì)電力需求側(cè)管理的作用[J].中國設(shè)備工程，2019（14）：202-203.

[3] 張彥濤.智能用電發(fā)展現(xiàn)狀與趨勢(shì)分析[J].通信電源技術(shù)，2018，35（8）：182-184.

[4] 王建仁，馬鑫，段剛龍.改進(jìn)的K-means聚類k值選擇算法[J].計(jì)算機(jī)工程與應(yīng)用，2019，55（8）：27-33.

[5] 趙莉，候興哲，胡君，等.基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析[J].電網(wǎng)技術(shù)，2014，38（10）：2715-2720.

[6] 胡陽春.基于改進(jìn)k均值聚類算法的電力負(fù)荷模式識(shí)別方法研究[D].成都：電子科技大學(xué)，2018.

[7] 王星.基于K-means聚類算法的荊州市居民用電行為分析[J].通訊世界，2019，26（8）：276-277.

[8] 蔣勇斌，趙煒，曹晶晶，等.基于k-means聚類算法的用戶復(fù)雜用電特征挖掘方法研究[J].電子設(shè)計(jì)工程，2020，28（18）：11-15.

[9] 朱瑾.探討智能電表數(shù)據(jù)突變產(chǎn)生的原因及預(yù)防措施[J].科學(xué)家，2016，4（12）：73-74.

[10] 趙嫚，李英娜，楊莉.基于PCA和模糊聚類的用電行為分析[J].數(shù)據(jù)通信，2020（2）：36-40.

[11] 王炳鑫，侯巖，方紅旺，等.面向“削峰填谷”的電力客戶用電行為分析[J].電信科學(xué)，2017，33（5）：164-170.

【通聯(lián)編輯：唐一東】

收稿日期：2021-11-15

基金項(xiàng)目：河北省高等教育教學(xué)改革研究與實(shí)踐項(xiàng)目：新興技術(shù)范式下的計(jì)算機(jī)專業(yè)課程教育教學(xué)方法創(chuàng)新研究與實(shí)踐（2020GJJG243）;2020年度河北省一流本科課程（計(jì)算機(jī)網(wǎng)絡(luò)）;2021年度河北省研究生課程思政示范課程建設(shè)項(xiàng)目：云計(jì)算與高級(jí)網(wǎng)絡(luò)技術(shù)（YKCSZ2021162）;河北建筑工程學(xué)院研究生教育教學(xué)改革研究項(xiàng)目：新興技術(shù)范式下的研究生課程教學(xué)方法創(chuàng)新與實(shí)踐（2020YJSJG08）;河北建筑工程學(xué)院教育教學(xué)研究與改革項(xiàng)目：基于OBE理念的SPOC教學(xué)模式在計(jì)算機(jī)專業(yè)課程中的探究與實(shí)踐（2020JY203）;河北建筑工程學(xué)院教育教學(xué)改革研究與實(shí)踐項(xiàng)目：基于校企深度融合的計(jì)算機(jī)專業(yè)全過程實(shí)踐教學(xué)體系研究（2020JY114）;基于新興網(wǎng)絡(luò)技術(shù)的智慧場(chǎng)館電氣設(shè)備能耗管控系統(tǒng)應(yīng)用研究（項(xiàng)目編號(hào)：XY202146）

作者簡(jiǎn)介：趙萬旗（1995—），男，陜西興平人，碩士，研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)及信息安全;通訊作者：孫皓月（1980—），男，河北張家口人，碩士生導(dǎo)師，研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)及信息安全。