1.一种个体行为-群体能耗影响模式挖掘方法,其特征在于,包括如下步骤:S1、将能耗时序数据转换为点云数据,包括如下子步骤:
S11、获取群体能耗数据,记为N为能耗数据个数;其中,Yi=(Yi1,Yi2,...,Yim)表示第i个群体的能耗数据具有m个能耗幅值样点;
S12、对Yi进行希尔伯特变换,取得幅值包络时间序列Xi=(Xi1,Xi2,...,Xim),令Xi=Xi(t);
S13、对幅值包络时间序列Xi=Xi(t)进行延迟嵌入处理得到点云空间Xi(t)={Xi(t),Xi(t+τ),Xi(t+2τ),...,Xi[t+(d-1)τ]};其中,τ为时间延迟,d为点云空间嵌入维数;最终获取由X1(t)~XN(t)组成的点云数据集C;
S2、对能耗点云数据进行持续同调特征提取及聚类分析;
持续同调特征提取方法为:对N组能耗点云数据C构建Rips复形,获取相应的N个持续同调图PDi及持续条形码图PBi;并提取以下向量化特征:
1)Wasserstein距离;
2)0维条形码的数目;
3)0维条形码中次长的长度;
4)1维条形码的数目;
5)1维条形码中最长的长度;
最终得到N组对应能耗时序数据的持续同调特征其中,
Ai=(Ai1,Ai2,...,Ai5)表示第i组数据提取的5个特征;
聚类分析方法为:应用K均值算法将新样本空间的向量划分为k个簇,获取每条能耗时序数据Yi的类别Ci∈[1,2,...,k];
S3、进行面向个体行为-群体能耗影响模式研究的关联分析,步骤如下:S31、多属性能耗消费行为特征设计:假设有能耗时序数据每个个体的能耗消费行为特征集合为其中,每个能耗时序数据对应的个体数为M,L为行为特征数,i=1,2,...,N,j=1,2,...,M;
S32、向群体多属性能耗消费行为数据采集:通过问卷调查的方式采集个体能源消费行为,结合李克特量表设计规则,对能源消费行为特征属性进行量化;每个特征指标由一组陈述组成,每组陈述设置“总是”、“经常”、“偶尔”、“很少”、“从不”五种回答,分别记为5、4、3、2、1,即S33、面向群体多属性能耗消费行为数据提取:基于群体中所有个体行为的特征,提取群体中各特征属性的最大值、最小值、众数、中位数和平均值五个统计指标,分别如下所示:其中,l=1,2,...,L,i=1,2,...,N,j=1,2,...,M;
S34、进行关联分析:采用灰色关联度分析方法,将能耗模式聚类结果Ci∈[1,2,...,k]及多属性能耗行为特征数据Qil(max),Qil(min),Qil(mode),Qil(median),Qil(mean)进行关联分析;最终选择相关系数最大群体行为特征指数,即Wl=maxf(Qil,C),f(.,.)表示关联分析;
S35、根据关联分析结果解释群体能耗影响模式:将筛选后各个行为特征的群体层面行为的相关向量Wl,l=1,2,...,L,与能耗聚类结果C再次进行关联分析;根据关联程度,对各行为的重要性进行排序,找出典型能源相关行为模式。