一种基于降雨敏感度与决策树的智能分类方法

本发明涉及一种基于降雨敏感度与决策树的智能分类方法。该方法对多源原始数据进行标准化处理，构建数据集；计算用户用电量相对于降雨量变化的敏感度指标，并生成敏感度特征向量；将特征向量与季节性特征和作物类型特征进行融合，得到用于刻画用户用电行为对气候因素动态响应的敏感度综合特征集；将综合特征集输入基于基尼系数分裂准则的决策树模型，并在训练过程中引入跨季节样本平衡机制与降雨异常补偿机制，以获得具备环境鲁棒性的分类模型；通过该模型对新的多源数据进行自动化识别。本发明能够有效提升用户分类的准确性和适应性，避免传统方法依赖人工经验或固定规则的不足，具有在电力调度、差异化电价及需求侧管理中的广泛应用价值。