基于模糊聚类分析的能源产业信息自动挖掘建模研究

陈 竞，杜 杰，丁胜利

（南方电网数字电网研究院有限公司，广东广州 510663）

新型能源产业能够为用户提供智慧用电方案，电费谷值时储电，峰值时用电，将大幅度减少用户电费[1-3]，还可以利用互联网对信息流进行跨界交换，为用户提供实时的电表数据，但是随之而来的问题是能源产业信息剧增[4-5]，加大了信息挖掘难度。文献[6]通过模糊C 均值算法聚类降维后的特征数据，获取数据挖掘结果，该模型具备较优的数据聚类效果。文献[7]依据模糊神经网络建立数据挖掘模型结果。但这两种方法均存在计算开销较大的缺点，在挖掘较大规模的信息时实时性较差，在数据维度不同时的挖掘效果较差。

模糊聚类分析算法具备模糊集合理论的特点，在各大领域均取得了较优的应用效果，可全面呈现数据集的结构[8]，聚类效果较佳。为此建立基于模糊聚类分析的能源产业信息自动挖掘模型，以此精准自动挖掘能源产业信息。

1 能源产业信息自动挖掘建模方法

1.1 确定初始聚类中心

利用基于密度聚类算法确定初始聚类中心[9]，步骤如下：

步骤1：通过基于密度聚类方法获取o维Xφ内每维中的聚类中心，相应区间内能源产业信息样本点数量为ri，i∈{1,2,…,n} ；

步骤3：计算dτ的确切度ρ，公式如下：

式中，构建dτ的o维子区间中相应标号子集的并、交分别为Rτ、。

步骤4：以ρ符合dτ为前提，确定能源产业信息样本集的孤立点，公式如下：

在γ未超过设定百分比值的情况下，代表dτ内的能源产业信息样本点属于孤立样本点，即虚聚类[11-12]，通过步骤4 可获取τ′个符合ρ与γ条件的有效聚类子集；

1.2 粒子群优化KFCM算法

利用粒子群优化（Particle Swarm Optimization，PSO）算法优化缩短KFCM 算法的聚类时间[14]，提升能源产业信息自动挖掘精度。

网络信息的海量化和获取的便利化，造成相当一部分学生做作业时对电脑产生依赖，主要表现为遇到问题时不是进行认真的思考和研究，而是动辄上网搜索，在网络上寻找答案。因此，在新媒体环境下，如何提高学生的钻研精神和创新意识，减少网络依赖，杜绝网络抄袭，成为学校和老师必须重视的问题。

步骤1：设置样本数量c与允许误差δ；

步骤2：设置群体规模n，惯性权重ω，学习因子η1、η2，指数权重w；

式中，t是迭代次数；vi(t)、Yi(t)是粒子前一时刻的速度与位置；任意数是ϖ1,ϖ2∈[0,1] ；P(t)、P′(t)分别是个体、全局极值。

步骤7：如果此时迭代次数T达到Tmax，那么结束迭代，在最后一代搜索出最佳解，获取得到P′的粒子，即初始聚类中心的集合，反之，令t=t+1，返回至步骤5；

步骤8：将更新隶属度函数ζjk作为一个粒子，对其进行更新处理[15]；

1.3 能源产业信息自动挖掘建模

步骤4：通过融合改进的Hubert Γ 统计量与分离度建立KFCM 的自动挖掘模型F′Γ(c,G,Xφ)，其公式如下：

2 实验分析

以某电网为实验对象，该电网共包含42 个发电站，其中包含16 个水力发电站，在该电网内随机选择有关16 个水力发电站的10 个数据集，这10 个数据集的样本规模逐渐增大，由100 GB 到1 000 GB，且数据集的样本维度各不相同，这10 个数据集内的能源产业信息包含电网发电量信息、能源消耗信息、能源供应商信息与客户用电信息等。

利用该文模型自动挖掘10个数据集内在2020年有关16 个水利发电站的能源消耗信息，自动挖掘结果如表1 所示。

表1 能源消耗信息自动挖掘结果

根据表1 可知，该文模型可有效挖掘出所选择的10 个数据集内有关能源产业信息中的能源消耗信息，且自动挖掘结果非常详细，实验证明该文模型可有效自动挖掘能源产业信息。

以数据集1 为例，利用该文模型聚类处理该数据集内各类别能源产业信息的数据，该数据集内共包含三种类型的能源产业信息，分别是电网发电量信息、能源消耗信息与客户用电信息，聚类结果如图1所示。

图1 聚类结果

根据图1 可知，该数据集内共包含三个类别的数据，该文模型的聚类结果中共包含三个类别，与实际结果一致，说明该文模型具备较优的能源产业信息聚类效果。

利用调整兰德系数（Adjusted Rand Index，ARI）衡量该文模型的聚类效果，其取值区间为[-1,1]，其值越大，聚类效果越佳，测试结果如图2 所示。

图2 ARI测试结果

根据图2 可知，在不同数据集规模时，该文模型的平均ARI 值与最大ARI 值均较高，具备较优的能源产业信息聚类效果。

测试该文模型在不同样本维度时，初始聚类中心优化前后的能源产业信息自动挖掘的完整性，测试结果如图3 所示。

图3 完整性测试结果

根据图3 可知，样本维度越大，该文模型的初始聚类中心优化前后的完整性均有所降低，在不同样本维度时，优化后的完整性均显著高于优化前，且收敛速度快于优化前。实验证明，在不同样本维度时，初始聚类中心优化后的完整性值较高，即优化后的能源产业信息自动挖掘效果优于优化前。

3 结论

电力企业的不断改革，使得能源产业信息呈爆炸式增长，同时由于能源产业信息规模庞大、维度不同，加大了能源产业信息自动挖掘难度，无法精准找到所需信息，为此建立基于模糊聚类分析的能源产业信息自动挖掘模型，提升信息自动挖掘效果，在不同能源产业信息规模与维度时，均可精准自动挖掘所需信息，为电力企业和用户提供更好的服务。