重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (12): 92-101.

• “人工智能理论及其应用研究”专栏 • 上一篇    

联合知识图谱与改进高斯混合模型的电力用户聚类方法

吉 涛,何 轶,朱韵攸   

  1. .国网重庆市电力公司信息通信分公司,重庆 401120; 2.国网重庆市电力公司,重庆 400014; 3.重庆大学 微电子与通信工程学院,重庆 40004
  • 发布日期:2023-01-28
  • 作者简介:吉涛,女,高级工程师,主要从事电力营销、智慧党建研究,Email:jitao@cq.sgcc.com.cn;通讯作者 廖勇,男,博 士,副研究员,主要从事无线通信、人工智能、区块链、量子计算研究,Email:liaoy@cqu.edu.cn。

  • Published:2023-01-28

摘要: :随着电力用户数据复杂程度不断增大,为了改善人工处理海量复杂文本数据的低 效方式,以及解决现有聚类方法存在的寻优能力差、紧凑性不足的问题,提出一种联合知识图谱 (knowledgegraph,KG)与改进高斯混合模型的聚类方法,利用 KG将复杂的文本拆解成相关的 知识元结构,并利用知识库对所需内容进行提取,规范高斯混合聚类模型所需要的输入数据,通 过期望最大化 (expectationmaximization,EM)迭代出良好的聚类结果,进而挖掘大量用户数据 中的潜在信息。案例分析表明:与 KMeans和层次聚类等典型聚类方法相比,所提方法具有更 好的聚类结果、分类效果和全局寻优性能,验证了所提方法的可行性和有效性。

关键词: 智能电网;电力用户;知识图谱;期望最大化;高斯混合聚类

中图分类号: 

  • TM73