如何对时间序列进行聚类？

我有关于聚类分析的问题。有3000家公司，必须根据5年内的用电量进行分组。每个公司在5年中每小时都有价值。我想找出在一段时间内某些公司的使用功率模式是否相同。结果应用于每日用电量预测。如果您对如何在SPSS中对时间序列进行聚类有什么想法，请与我分享。

A）在预处理数据上花费大量时间。预处理是您工作的90％。

B）为时间序列选择适当的相似性度量。例如，阈值穿越距离可能是一个不错的选择。除非您具有不同的时区，否则您可能不希望动态时间规整距离。越过阈值可能更适合于检测时间模式，同时不注意实际大小（这可能因公司而异）。

C）使用可以与任意距离函数配合使用的方法（如层次聚类或DBSCAN ）聚类所得的不相似矩阵。

您可能需要查看每天，每周和每年的周期性的每小时时间序列预测有关每小时数据的讨论，其中涉及每日数据和节假日/回归指标。您拥有5年的数据，而其他讨论则涉及883个每日价值。我的建议是，您可以建立每小时的预测，并结合诸如星期几之类的回归指标。一年中的一周和节假日使用每日总计作为其他预测指标。这样，您将为3,000个公司中的每个公司拥有24个模型。现在您想要做的是按小时计算，使用通用的ARIMAX结构估算3,000个模型，其中考虑了每个回归指标，周几，周几变化的响应模式参数和每周指标，同时隔离异常值。然后，您可以使用所有3000家公司在全球范围内估算参数。执行Chow测试http://en.wikipedia.org/wiki/Chow_test为了保持参数的稳定性和在拒绝时将公司分成同类组。我将其称为一维聚类分析。由于SPSS在时间序列上的功能非常有限，因此您可能需要在此处查找其他软件。