科研之友
微信
新浪微博
Facebook
分享链接
摘要
使用PCA进化变换方法、K-means方法进行缴费特征提取时存在孤立点问题，导致特征提取结果不精准，面对该问题，提出基于高斯混合模型聚类的低电压用户缴费特征提取方法。分析低电压用户时序缴费特征，对数据聚类进行预处理，去除噪音和用户不连续缴费数据，避免出现孤立点问题。确定GMM高斯混合模型聚类中心，实现基于高斯混合模型的GMM用电客户聚类。设计聚类信息处理方案，通过用户缴费数据变换更新聚类中心，获取用户缴费特征所属类别，完成特征提取。由实验结果可知，该方法与实际数据变化趋势一致，且最优聚类数值也一致，具有精准的提取结果。
-
单位国网上海市电力公司
