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)為研究對象，結合K-means聚類算法對其進行聚類，分析居民的用電行為規(guī)律。首先對居民原始用電功耗數(shù)據(jù)進行特征歸一化處理，然后采用肘方法確定初始聚類數(shù)，最后，利用聚類算法對該小區(qū)居民的用電負荷特征曲線進行聚類，分析其用電行為。實驗結果表明，K-means算法在對居民用電負荷曲線聚類時具有較高的準確度，電網(wǎng)企業(yè)能夠據(jù)此分析居民用電行為，提供用電個性化服務。

關鍵詞：K-means算法;用電行為分析;智能用電

中圖分類號：TP18? ? ? 文獻標識碼：A

文章編號：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，在當今智能互聯(lián)網(wǎng)背景下，使用人工智能技術挖掘這些海量數(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)分析結果精確地為不同用戶提供對應的供電服務，避免以往一刀切式管理，追求精細化用電管理，改善供電質量，使電網(wǎng)企業(yè)和用戶利益達到最大化[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)。實驗使用2015年7月收集的216戶居民用電能耗數(shù)據(jù)，搭建聚類模型進行分析。在對能耗數(shù)據(jù)進行聚類之前，首先采用肘方法得到符合實際需求的K值，然后根據(jù)能耗負荷曲線的特點分析不同居民的用電行為，提供高質量服務以滿足用戶用電的個性化需求[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)，第一步隨機選定初始點為質心;第二步計算數(shù)據(jù)集中其他樣本點到質心的距離，選擇距離此樣本點最近的質心，將該樣本加入之前所選質心所在的類別中;第三步再次計算修正后新類的質心，即簇中心;重復二、三步的過程，直到達到規(guī)定的迭代次數(shù)或者質心基本不改變。

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。肘方法的核心指標是SSE（sum of the squared errors），即誤差平方和。其計算公式為：

其中，[Ci]是第[i]個簇，[p]是[Ci]中的樣本點，[mi]是[Ci]的質心，SSE是所有樣本的聚類誤差。肘方法的核心思想是：取連續(xù)要聚類的目標簇數(shù)，即K值，在取不同K值時，應用對應的K均值聚類算法。當算法收斂時，計算SSE，其值越小表示聚類效果越好。值得注意的是，在剛開始的時候，隨著K值的增大，誤差平方和減小的效果顯著，但是當K值到達一定值，誤差平方和變化緩慢，則認為拐點就是要尋找的目標點，也就是最終要的聚類簇數(shù)[5]。

3 居民用電行為分析架構

為了能夠準確地分析居民用電行為，需要對原始的帶有噪聲的負載數(shù)據(jù)進行預處理，得到較優(yōu)的能耗負載數(shù)據(jù)，然后使用相應的算法對其處理，得出最終結果。首先讀取原始功耗數(shù)據(jù)，對其進行清洗、類型轉換以及歸一化操作。然后對處理后的負載數(shù)據(jù)分別運用不同簇數(shù)的K-means聚類算法，計算出最佳的聚類簇數(shù)K。接著使用最佳的簇數(shù)，再對負載數(shù)據(jù)進行K-means聚類，得出每一種分類的負載數(shù)據(jù)標簽。最后根據(jù)不同類別下的負荷特征曲線，分析居民用電行為[6-8]。

4 實驗與分析

4.1 數(shù)據(jù)集介紹

本文實驗數(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、時間、功耗（單位為KW）三個字段組成，共有? 646981條記錄。在現(xiàn)實生活中，由于外來其他信號、信息等的干擾，會使數(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個缺失值，在做聚類之前，必須進行數(shù)據(jù)清洗，以提高計算效率及實驗結果的準確度。

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，需要對特征進行歸一化處理。歸一化常見的處理方法有最大、最小標準化、Z-score標準化、函數(shù)轉化等[10]。本文對每一條用電能耗數(shù)據(jù)向量進行單位化，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間的用電行為，進一步對時間列進行處理。需要對時間戳進行特征構建，挖掘影響能耗負荷中的時間因素。例如，工作日和周末居民的能耗負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行大型電器設備，那么能耗負荷也會相應地增加，這些都是數(shù)據(jù)挖掘過程中所獲得的有價值的信息[11]。具體地，在房屋ID、時間、功耗（單位：KW）三列的基礎上又添加了type_day（星期）和day_of_month（每月的第幾天）兩個字段。

4.3 實驗結果和分析

依據(jù)獲得的數(shù)據(jù)，隨機選取4個用戶繪制其當日的用電負荷曲線，如圖1所示。可以看出，在2015年7月15日當天，4戶居民的用電負荷規(guī)律曲線是不盡相同的，下面就使用K-means聚類算法對不同用戶的用電負荷進行聚類。

<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數(shù)K。下面將使用肘方法對聚類的簇數(shù)進行評估，使用聚類數(shù)范圍在1到7之間，建模后觀察結果確定分類數(shù)目。其具體的步驟是使用一個空列表，依次創(chuàng)建K=1到7的模型，并分別保存每次模型的SSE結果，使用可視化工具將列表顯示，結合曲線的特征和實際業(yè)務需求，確定最終的聚類簇數(shù)，如圖2所示。隨著聚類簇數(shù)的增大，SSE逐漸減小，在聚類簇數(shù)小于4時，SSE減小的幅度較快，當聚類簇數(shù)大于4時，SSE減小的幅度較為緩慢，最終取K為4。

確定K=4之后，構建一個聚類簇數(shù)為4的模型。實驗基于Scikit-Learn機器學習庫中的K-means算法。經(jīng)過聚類后的分類如圖3所示，圖中橫坐標表示時間，縱坐標表示歸一化幅度。

<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? ?聚類簇數(shù)與SSE關系曲線

<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? ?聚類后居民用電負荷曲線

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

第2類居民在0時到10時用電功耗逐漸減小，從10時到15時其用電功耗低于第1類居民和第3類居民，在此時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時開始，其用電功耗急劇增加，到了20時基本處于用電最高峰，持續(xù)到22時開始減少。

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

第4類居民從0時到15時的用電功耗處于相對較低的水平，從15時之后，用電功耗顯著增加，到18時達到4類居民中的用電最高峰，18時之后用電功耗急劇下降，持續(xù)到24時達到4類居民的用電最低點。

根據(jù)以上4類居民的用電功耗曲線規(guī)律，結合實際用電場景，得出其在不同情境下的用電消費習慣，電網(wǎng)企業(yè)可以推出差異性服務以滿足不同類型的居民，實現(xiàn)對用電服務的精細化管理。

5 結束語

當下物聯(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)，使用特定的技術手段挖掘其背后隱藏的經(jīng)濟價值，具有較大的研究意義。本文通過對某一小區(qū)居民用電能耗數(shù)據(jù)進行聚類分析，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)質高效的供電服務。結果表明本文所研究的內容具有一定的實用性。

參考文獻：

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

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

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

[4] 王建仁，馬鑫，段剛龍.改進的K-means聚類k值選擇算法[J].計算機工程與應用，2019，55（8）：27-33.

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

[6] 胡陽春.基于改進k均值聚類算法的電力負荷模式識別方法研究[D].成都：電子科技大學，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聚類算法的用戶復雜用電特征挖掘方法研究[J].電子設計工程，2020，28（18）：11-15.

[9] 朱瑾.探討智能電表數(shù)據(jù)突變產(chǎn)生的原因及預防措施[J].科學家，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，2017，33（5）：164-170.

【通聯(lián)編輯：唐一東】

收稿日期：2021-11-15

基金項目：河北省高等教育教學改革研究與實踐項目：新興技術范式下的計算機專業(yè)課程教育教學方法創(chuàng)新研究與實踐（2020GJJG243）;2020年度河北省一流本科課程（計算機網(wǎng)絡）;2021年度河北省研究生課程思政示范課程建設項目：云計算與高級網(wǎng)絡技術（YKCSZ2021162）;河北建筑工程學院研究生教育教學改革研究項目：新興技術范式下的研究生課程教學方法創(chuàng)新與實踐（2020YJSJG08）;河北建筑工程學院教育教學研究與改革項目：基于OBE理念的SPOC教學模式在計算機專業(yè)課程中的探究與實踐（2020JY203）;河北建筑工程學院教育教學改革研究與實踐項目：基于校企深度融合的計算機專業(yè)全過程實踐教學體系研究（2020JY114）;基于新興網(wǎng)絡技術的智慧場館電氣設備能耗管控系統(tǒng)應用研究（項目編號：XY202146）

作者簡介：趙萬旗（1995—），男，陜西興平人，碩士，研究方向為計算機網(wǎng)絡及信息安全;通訊作者：孫皓月（1980—），男，河北張家口人，碩士生導師，研究方向為計算機網(wǎng)絡及信息安全。