基于高斯混合模型聚类的低电压用户缴费特征提取

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。