本發(fā)明實(shí)施例涉及特征因子選擇方法，尤其涉及一種違約用電風(fēng)險(xiǎn)模型特征選擇方法、裝置及設(shè)備。
背景技術(shù)：
：電力企業(yè)客戶信息涉及計(jì)量自動(dòng)化系統(tǒng)實(shí)時(shí)電量數(shù)據(jù)、GIS(GeographicInformationSystem，地理信息系統(tǒng))數(shù)據(jù)、電網(wǎng)潮流信息、95598客服錄音等海量數(shù)據(jù)。這些數(shù)據(jù)來(lái)源廣，包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，數(shù)據(jù)類型多，且隨著電網(wǎng)企業(yè)信息化程度的提高，移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)等的深入發(fā)展，與客戶相關(guān)的數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)。隨著科技的進(jìn)步。電力大數(shù)據(jù)的應(yīng)用一方面是與宏觀經(jīng)濟(jì)、人民生活、社會(huì)保障、道路交通等信息融合，促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展；另一方面，是電力行業(yè)或企業(yè)內(nèi)部，跨專業(yè)、跨單位、跨部門(mén)的數(shù)據(jù)融合，提升行業(yè)、企業(yè)管理水平和經(jīng)濟(jì)效益。因此如何有效地從電力大數(shù)據(jù)中挖掘出有用的信息也越來(lái)越受到人們的關(guān)注。目前最有效的處理手段之一就是數(shù)學(xué)建模，而建模之初，通常會(huì)盡可能多地選擇自變量來(lái)減少因缺少自變量而出現(xiàn)的模型偏差，但在實(shí)際建模過(guò)程中需要尋找對(duì)因變量最具有解釋性的自變量子集，這個(gè)過(guò)程稱為特征選擇，是建模過(guò)程中很重要的一個(gè)問(wèn)題。用戶違約用電行為是指用戶私自改變用電類別、用電容量；私自變動(dòng)供電設(shè)施、計(jì)量裝置；私自引入、供電或自備電源并網(wǎng)等情況。這不僅會(huì)影響供電企業(yè)的利益，還可能引發(fā)事故。目前對(duì)于用戶違約用電的查處主要通過(guò)用電檢查工作進(jìn)行。所以建立準(zhǔn)確的違約用電風(fēng)險(xiǎn)模型，輔助業(yè)務(wù)人員進(jìn)行有針對(duì)性的違約用電檢查，對(duì)于提高用電檢查的工作效率具有重要作用。在建立違約用電風(fēng)險(xiǎn)模型的時(shí)候，通常是由相關(guān)專家根據(jù)專業(yè)理論和經(jīng)驗(yàn)，對(duì)可能與違約用電(即因變量)相關(guān)的自變量進(jìn)行人工篩選。這可能引發(fā)對(duì)因變量影響小甚至沒(méi)影響的自變量被選中，自變量共線性等問(wèn)題，從而導(dǎo)致建模過(guò)程計(jì)算量增大。另一方面，目前系統(tǒng)抽取到的歷史發(fā)生過(guò)違約用電的用戶數(shù)量太少，以此作為樣本，建立的預(yù)測(cè)模型準(zhǔn)確度不高，也導(dǎo)致了最終估算和預(yù)測(cè)的精度下降。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例提供一種違約用電風(fēng)險(xiǎn)模型特征選擇方法、裝置及設(shè)備，以提高特征因子的選擇效率及有效性。一方面，本發(fā)明實(shí)施例提供了一種違約用電風(fēng)險(xiǎn)模型特征選擇方法，包括：S101、獲取用戶的違約用電標(biāo)簽以及用戶的特征因子；S102、依據(jù)所述違約用電標(biāo)簽和所述特征因子，構(gòu)建LASSO懲罰函數(shù)；S103、通過(guò)修正的LARS求解所述LASSO懲罰函數(shù)，得到所述LASSO懲罰函數(shù)的自變量的有效集；S104、依據(jù)設(shè)定的篩選規(guī)則和所述有效集對(duì)所述自變量進(jìn)行篩選，得到選擇的特征因子。另一方面，本發(fā)明實(shí)施例提供了一種違約用電風(fēng)險(xiǎn)模型特征選擇裝置，包括：數(shù)據(jù)獲取模塊，用于獲取用戶的違約用電標(biāo)簽以及用戶的特征因子；LASSO構(gòu)建模塊，用于依據(jù)所述違約用電標(biāo)簽和所述特征因子，構(gòu)建LASSO懲罰函數(shù)；有效集確定模塊，用于通過(guò)修正的LARS求解所述LASSO懲罰函數(shù)，得到所述LASSO懲罰函數(shù)的自變量的有效集；因子篩選模塊，用于依據(jù)設(shè)定的篩選規(guī)則和所述有效集對(duì)所述自變量進(jìn)行篩選，得到選擇的特征因子。另一方面，本發(fā)明實(shí)施例還提供了一種設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)本發(fā)明實(shí)施例所述的方法。本發(fā)明實(shí)施例提供的技術(shù)方案，通過(guò)使用LASSO方法來(lái)解決特征選擇問(wèn)題。具體的，通過(guò)構(gòu)造一個(gè)懲罰函數(shù)得到一個(gè)較為精煉的模型，使得它壓縮一些系數(shù)，同時(shí)設(shè)定一些系數(shù)為零，進(jìn)而達(dá)到降維的目的，保留了子集收縮的優(yōu)點(diǎn)，是一種處理具有復(fù)共線性數(shù)據(jù)的有偏估計(jì)。這樣在違約用電風(fēng)險(xiǎn)建模中就可以有效地降低獲取自變量觀測(cè)數(shù)據(jù)的代價(jià)，減少建模過(guò)程的計(jì)算量，并充分提升最終的預(yù)測(cè)和估計(jì)精度。附圖說(shuō)明圖1為本發(fā)明實(shí)施例中提供的一種違約用電風(fēng)險(xiǎn)模型特征選擇方法的流程圖；圖2為本發(fā)明實(shí)施例中提供的一種求解LASSO懲罰函數(shù)的示意圖；圖3為本發(fā)明實(shí)施例中提供的一種違約用電風(fēng)險(xiǎn)模型特征選擇裝置的結(jié)構(gòu)圖。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。圖1為本發(fā)明實(shí)施例中提供的一種違約用電風(fēng)險(xiǎn)模型特征選擇方法的流程圖。本實(shí)施例的方法可以由違約用電風(fēng)險(xiǎn)模型特征選擇裝置來(lái)執(zhí)行，該裝置可以通過(guò)軟件的方式來(lái)實(shí)現(xiàn)，且可以加載于終端設(shè)備中。參考圖1，本實(shí)施例提供的違約用電風(fēng)險(xiǎn)模型特征選擇方法可以包括如下步驟：S101、獲取用戶的違約用電標(biāo)簽以及用戶的特征因子。數(shù)據(jù)來(lái)源于某區(qū)域電網(wǎng)公司。其中，用戶的違約用電標(biāo)簽可以包括違約用電和按約用電。用戶的特征因子指的是確定用戶是否違約用電的影響因子，如用戶的特征因子可以是用電類別、電壓等級(jí)、行業(yè)分類、計(jì)量方式、用戶類別、合同容量、負(fù)荷性質(zhì)、客戶身份、客戶分群和查表周期等。S102、依據(jù)所述違約用電標(biāo)簽和所述特征因子，構(gòu)建LASSO懲罰函數(shù)。其中，特征因子(自變量)與用電標(biāo)簽(因變量)成線性關(guān)系，LASSO懲罰函數(shù)用于確定自變量與因變量的相關(guān)系數(shù)。示例性的，構(gòu)建的LASSO懲罰函數(shù)為：其中，p為特征因子的總數(shù)，M為用戶的總數(shù)，t≥0是約束參數(shù)，yi為第i個(gè)用戶的違約用電標(biāo)簽對(duì)應(yīng)的因變量，xi＝(xi(1),…,xi(j),…,xi(p))T為第i個(gè)用戶的特征因子對(duì)應(yīng)的自變量，β＝(β0,β1,…,βj,…,βp)T為待求解的回歸系數(shù)。S103、通過(guò)修正的LARS(LeastAngleRegression，最小角回歸算法)求解所述LASSO懲罰函數(shù)，得到所述LASSO懲罰函數(shù)的自變量的有效集。LARS的運(yùn)行模式為：一開(kāi)始由于各個(gè)自變量的系數(shù)β1,…,βj,…,βp均為零，故回歸預(yù)測(cè)的擬合結(jié)果為每個(gè)自變量對(duì)應(yīng)的當(dāng)前殘差為找出與當(dāng)前殘差相關(guān)性最大的自變量x(j)＝(x1(j),x2(j),…,xM(j))T，然后沿著這個(gè)變量前進(jìn)，逐點(diǎn)增大該自變量對(duì)應(yīng)的系數(shù)βj，以減小該自變量與殘差的相關(guān)性。此時(shí)回歸預(yù)測(cè)的擬合結(jié)果為殘差為繼續(xù)計(jì)算新的殘差與各自變量之間的相關(guān)系數(shù)，隨著系數(shù)βj的逐點(diǎn)增大，該自變量x(j)與新的殘差的相關(guān)性會(huì)逐漸減小，直到出現(xiàn)一個(gè)新的自變量x(k)滿足內(nèi)積此時(shí)沿著x(j)和x(k)的角平分線方向前進(jìn)，對(duì)應(yīng)地逐點(diǎn)增大βj和βk。相應(yīng)地，回歸預(yù)測(cè)的預(yù)測(cè)結(jié)果為殘差為如此重復(fù)，找到第三個(gè)自變量，確定這三個(gè)自變量中第一自變量與第二自變量夾角的第一角平分線，以及第二自變量與第三自變量夾角的第二角平分線，再沿著第一角平分線和第二角平分線所在夾角的角平分線方向逐點(diǎn)移動(dòng)，調(diào)整這三個(gè)自變量的系數(shù)，使得在移動(dòng)過(guò)程中這個(gè)三個(gè)自變量與當(dāng)前殘差的相關(guān)性均減小且一直相等……直到特征因子的所有自變量均屬于有效集為止，即直到所有自變量加入回歸預(yù)測(cè)為止，此時(shí)即為無(wú)約束的線性回歸。示例性的，結(jié)合圖2(圖2以p取10為例)，S103可以包括：S103-1、中心標(biāo)準(zhǔn)化自變量，從殘差開(kāi)始，令β1,…βp均為0，初始有效集為空。具體的，使實(shí)現(xiàn)中心標(biāo)準(zhǔn)化自變量，從殘差開(kāi)始，令β1,…βp均為0，初始有效集為空。S103-2、確定和殘差r相關(guān)性最強(qiáng)的自變量x(j)加入有效集。由于自變量和殘差的相關(guān)性，與自變量與殘差的內(nèi)積值正相關(guān)。具體的，分別計(jì)算每個(gè)自變量與殘差r的內(nèi)積值，將內(nèi)積值最大的自變量確定為和殘差r相關(guān)性最強(qiáng)的自變量x(j)＝(x1(j),x2(j),…,xM(j))T(其中j＝1,…,p)，并將自變量x(j)加入有效集。S103-3、調(diào)整有效集中自變量對(duì)應(yīng)的系數(shù)，使有效集中各自變量與當(dāng)前殘差的相關(guān)性均減小且一直相等，當(dāng)前殘差為具體的，通過(guò)逐點(diǎn)調(diào)整有效集中自變量對(duì)應(yīng)的系數(shù)，來(lái)降低有效集中自變量與當(dāng)前殘差的相關(guān)性。需要說(shuō)明的是，在有效集中只有一個(gè)自變量x(j)時(shí)，從0到最小二乘系數(shù)<x(j)，逐點(diǎn)移動(dòng)βj使得自變量x(j)與當(dāng)前殘差的相關(guān)性減小，以便于后續(xù)S103-5中在出現(xiàn)另一個(gè)自變量x(k)和x(j)擁有與當(dāng)前殘差一樣的相關(guān)性，把自變量x(k)加入有效集。在有效集中有自變量x(j)和自變量x(k)時(shí)，沿著x(j)和x(k)之間夾角的角平分線方向逐點(diǎn)移動(dòng)，調(diào)整βj和βk，使得在逐點(diǎn)移動(dòng)過(guò)程中x(j)和x(k)與當(dāng)前殘差的相關(guān)性減小且一直相等，以便于后續(xù)S103-5中在出現(xiàn)另一個(gè)與當(dāng)前殘差的相關(guān)性相等的自變量x(l)，即自變量x(j),x(k)和x(l)與當(dāng)前殘差的相關(guān)性均相等，把自變量x(l)加入有效集。S103-4、確定有效集中自變量的非零系數(shù)是否變?yōu)?，若是，則將系數(shù)變?yōu)?的自變量從有效集中剔除，并繼續(xù)執(zhí)行S103-5；若否，繼續(xù)執(zhí)行S103-5。具體的，在逐點(diǎn)調(diào)整有效集中自變量的系數(shù)過(guò)程中，若任一自變量非零系數(shù)變?yōu)?，則將該自變量從有效集中剔除。S103-5、確定是否存在非有效集自變量和有效集自變量與當(dāng)前殘差的相關(guān)性相等；若是，則繼續(xù)執(zhí)行S103-6；否則，返回執(zhí)行S103-3。S103-6、將該非有效集自變量加入到有效集。S103-7、確定是否存在非有效集自變量，若是，則返回執(zhí)行S103-3；否則，結(jié)束操作。以p取10為例，得到所述LASSO懲罰函數(shù)的自變量的有效集可以是{2,9,8,5,1,4,10,3,6,7}。S104、依據(jù)設(shè)定的篩選規(guī)則和所述有效集對(duì)所述自變量進(jìn)行篩選，得到選擇的特征因子。示例性的，所述篩選規(guī)則可以為MallowsCp準(zhǔn)則。MallowsCp準(zhǔn)則，是一種變量選擇準(zhǔn)則，其中是p個(gè)自變量的擬合誤差平方和，Ypi是p個(gè)自變量擬合得出的回歸預(yù)測(cè)Y中的第i個(gè)值；S2是包含所有自變量作回歸之后得到的均方誤差，M是樣本總量。具體的，依據(jù)MallowsCp準(zhǔn)則在Cp最小附近找到Cp最接近p，且Cp大于p的步數(shù)，將該步數(shù)對(duì)應(yīng)的有效集中包含的自變量作為選擇的自變量。例如，參考下表，依據(jù)MallowsCp準(zhǔn)則首先確定在第8步時(shí)Cp最小，隨后結(jié)合Cp最接近p且Cp大于p的步數(shù)的原則選出最合適的Cp＝17.29，即第6步對(duì)應(yīng)的有效集中包含的自變量作為選擇的自變量，因而得到選擇的特征因子。p12345678910Cp180.91158.6787.1386.5148.2744.9317.297.488.3710上述方法通過(guò)使用LASSO方法來(lái)解決特征選擇問(wèn)題。具體的，通過(guò)構(gòu)造一個(gè)懲罰函數(shù)得到一個(gè)較為精煉的模型，使得它壓縮一些系數(shù)，同時(shí)設(shè)定一些系數(shù)為零，進(jìn)而達(dá)到降維的目的，保留了子集收縮的優(yōu)點(diǎn)，是一種處理具有復(fù)共線性數(shù)據(jù)的有偏估計(jì)。這樣在違約用電風(fēng)險(xiǎn)建模中就可以有效地降低獲取自變量觀測(cè)數(shù)據(jù)的代價(jià)，減少建模過(guò)程的計(jì)算量，并充分提升最終的預(yù)測(cè)和估計(jì)精度。本發(fā)明實(shí)施例還提供了一種違約用電風(fēng)險(xiǎn)模型特征選擇裝置。圖3為本發(fā)明實(shí)施例中提供的一種違約用電風(fēng)險(xiǎn)模型特征選擇裝置的結(jié)構(gòu)圖，如圖3所示，該裝置可以包括：數(shù)據(jù)獲取模塊21，用于獲取用戶的違約用電標(biāo)簽以及用戶的特征因子；LASSO構(gòu)建模塊22，用于依據(jù)所述違約用電標(biāo)簽和所述特征因子，構(gòu)建LASSO懲罰函數(shù)；有效集確定模塊23，用于通過(guò)修正的LARS求解所述LASSO懲罰函數(shù)，得到所述LASSO懲罰函數(shù)的自變量的有效集；因子篩選模塊24，用于依據(jù)設(shè)定的篩選規(guī)則和所述有效集對(duì)所述自變量進(jìn)行篩選，得到選擇的特征因子。示例性的，所述LASSO懲罰函數(shù)可以為：其中，p為特征因子的總數(shù)，M為用戶的總數(shù)，t≥0是約束參數(shù)，yi為第i個(gè)用戶的違約用電標(biāo)簽對(duì)應(yīng)的因變量，xi＝(xi(1),…,xi(j),…,xi(p))T為第i個(gè)用戶的特征因子對(duì)應(yīng)的自變量，β＝(β0,β1,…,βj,…,βp)T為待求解的回歸系數(shù)。示例性的，所述有效集確定模塊23具體可以用于：中心標(biāo)準(zhǔn)化自變量，從殘差開(kāi)始，令β1,…βp均為0，初始有效集為空；確定和殘差r相關(guān)性最強(qiáng)的自變量x(j)加入有效集；調(diào)整有效集中自變量對(duì)應(yīng)的系數(shù)，使有效集中各自變量與當(dāng)前殘差的相關(guān)性均減小且一直相等，當(dāng)前殘差為確定有效集中自變量的非零系數(shù)是否變?yōu)?，若是，則將系數(shù)變?yōu)?的自變量從有效集中剔除，并繼續(xù)執(zhí)行自變量相關(guān)性確定操作；若否，直接繼續(xù)執(zhí)行自變量相關(guān)性確定操作；確定是否存在非有效集自變量和有效集自變量與當(dāng)前殘差的相關(guān)性相等；若是，則將該非有效集自變量加入到有效集；否則，返回執(zhí)行系數(shù)調(diào)整操作以更新有效集；確定是否存在非有效集自變量，若是，則返回執(zhí)行系數(shù)調(diào)整操作，以更新有效集；否則，結(jié)束操作。示例性的，所述篩選規(guī)則可以為MallowsCp準(zhǔn)則。本實(shí)施例提供的違約用電風(fēng)險(xiǎn)模型特征選擇裝置，與本發(fā)明任意實(shí)施例所提供的違約用電風(fēng)險(xiǎn)模型特征選擇方法屬于同一發(fā)明構(gòu)思，可執(zhí)行本發(fā)明任意實(shí)施例所提供的違約用電風(fēng)險(xiǎn)模型特征選擇方法，具備執(zhí)行違約用電風(fēng)險(xiǎn)模型特征選擇方法相應(yīng)的功能模塊和有益效果。未在本實(shí)施例中詳盡描述的技術(shù)細(xì)節(jié)，可參見(jiàn)本發(fā)明任意實(shí)施例提供的違約用電風(fēng)險(xiǎn)模型特征選擇方法。本發(fā)明實(shí)施例還提供了一種設(shè)備，該設(shè)備可以包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)本發(fā)明任意實(shí)施例提供的違約用電風(fēng)險(xiǎn)模型特征選擇方法。注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過(guò)以上實(shí)施例對(duì)本發(fā)明進(jìn)行了較為詳細(xì)的說(shuō)明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。當(dāng)前第1頁(yè)1 2 3