[發明專利]基于最佳聚類數目的用戶負荷分類方法和裝置

在審

• 申請號: 201610024054.0
• 申請日: 2016-01-14
• 公開（公告）號: CN105701727A
• 公開（公告）日: 2016-06-22
• 發明（設計）人: 劉慶時;趙賀;姚國風;唐新忠;李天杰;鄭鳳柱;趙大明;周建華;賈孟揚
• 申請（專利權）人: 國家電網公司;國網北京市電力公司;北京國電通網絡技術有限公司;國網江蘇省電力公司電力科學研究院
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李弘;楊紅梅

技術領域

本發明涉及智能電網技術領域，特別是指一種基于最佳聚類數目的用戶 負荷分類方法和裝置。

背景技術

電力市場日益開放的今天，用戶負荷的分類重要性也越來越顯著。隨著 我國經濟的快速發展和人民生活水平的日益改善，居民用電量呈現增長態 勢，用電需求趨于多元化。隨著社會對環境保護、節能減排和可持續性發展 的要求日益提高，未來的電網必須能夠提供更加安全、可靠、清潔、優質的 電力供應，提供更加優質的服務。

隨著要建設具有信息化、數字化、自動化、互動化特征的統一堅強智能 電網的情況，智能電網的不斷建設和發展過程中積累了大量的基礎用電數 據，這些數據不僅具有海量、高頻、分散等特點，而且數據之間存在關聯性 和相似性。用戶的用電數據中隱藏著用戶的用電行為習慣，對這些用電數據 進行挖掘并研究用戶類型，可以幫助電網了解用戶的個性化、差異化服務需 求，從而使電網公司進一步拓展服務的深度和廣度，為未來的電力需求側響 應政策的制定提供數據支撐。

因此需要對用戶負荷進行聚類，將大量用戶分成具有不同特點的多類用 戶，提取不同用戶的用電特征，便于智能電網進行負荷管理、電價制定、錯 峰調度等。現有的方法計算較為復雜，并且對于高維數據存在著處理精度不 高的問題。

發明內容

有鑒于此，本發明的目的在于提出一種運算效率高，且運算結果精細、 準確的基于最佳聚類數目的用戶負荷分類方法和裝置。

基于上述目的本發明提供的一種基于最佳聚類數目的用戶負荷分類方 法，包括：

獲取用戶負荷的時間序列曲線數據，并進行歸一化處理；

提取用戶用電行為特征；

采用Renyi熵梯度下降法進行最佳聚類數目訓練；

采用最佳聚類數目進行層次聚類。

優選的，所述采用Renyi熵梯度下降法進行最佳聚類數目訓練中包括： 計算兩個用戶的相似度；所述計算兩個用戶的相似度采用如下公式：

Gauss(xi-xj,Σ)=1(2π)n|Σ|×exp(-12(xi-xj)Σ-1(xi-xj)T)]]>

其中，|Σ|表示協方差矩陣的行列式的值，Σ^-1表示協方差矩陣的逆矩 陣，T表示矩陣的轉置。

優選的，所述采用Renyi熵梯度下降法進行最佳聚類數目訓練中，聚類 后使用的Renyi熵公式為：