【技术实现步骤摘要】
本专利技术属于电力数据检测，更具体地，涉及一种基于离群点检测和k-means结合的台区用户用电行为分析算法。
技术介绍
1、随着人工智能和大数据的不断发展，电网的智能化和自动化也在不断推进，智能量测终端的大量使用，使得电力负荷数据得以实时采集，用户负荷数据也逐渐出数据量大，数据类型多，特征值丰富，增长速度快等特点。因此基于电力大数据的人工智能或数据挖掘方法可用于分析电力消费行为，提取几种典型用户用电模型，为电力消费者提供有针对性的营销服务。
2、离群点检测是数据挖掘中的重要组成部分，旨在发现数据集中与大部分数据差异较大的点，属于异常数据的筛查，但不一定是错误数据，需要后续的单独分析。离群点的存在会影响聚类的准确性，离群点检测可分为基于统计，基于邻近性，基于聚类，基于分类，基于密度等方法。在基于密度的离群点检测方法中，密度低于相邻点的数据点被定义为离群点，给予聚类中，并将不属于任何聚类的数据点视为离群点，对基于局部密度和聚类结合的离群点检测算法逐渐吸引广大本领域技术人员的关注。
3、基于聚类的用户负荷数据分析旨在从...
【技术保护点】
1.一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
3.如权利要求2所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
4.如权利要求1至3中任一项所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
5.如权利要求1至3中任一项所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
6....
【技术特征摘要】
1.一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
3.如权利要求2所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
4.如权利要求1至3中任一项所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
5.如权利要求1至3中任一项所述的一种基于离群点检测和k-means结合的用户用电行为分析方法，其特征在于：
6.如权利要求5所述的一种基于...
【专利技术属性】
技术研发人员：张震，周玉，赵双双，李悦，高凡，纪峰，穆卓文，崔高颖，周超，王舒，夏宇航，冯可，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。