[發明專利]基于自適應分段聚合近似的電力負荷曲線形態聚類方法

有效

• 申請號: 201810242171.3
• 申請日: 2018-03-22
• 公開（公告）號: CN108596362B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 胥威汀;葉希;沈力;茍競;唐權;李婷;王云玲;楊新婷;王瀟笛
• 申請（專利權）人: 國網四川省電力公司經濟技術研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 何凡

1.基于自適應分段聚合近似的電力負荷曲線形態聚類方法，其特征在于，包括：

獲取若干電力負荷曲線，對其進行預處理后，并將每條預處理后的電力負荷曲線劃分成設定量的數據段；

當數據段的極大值與極小值的差值大于等于預設閾值時，將數據段的狀態標記為爬坡事件，并累加所有電力負荷曲線在同一時間段內被標記為爬坡事件的數據段得到爬坡事件總數；

當數據段的負荷點斜率變化幅度大于幅度閾值時，將負荷點標記為邊緣點，并累加所有電力負荷曲線同一時間段內數據段的所有邊緣點得到總邊緣點數；

根據爬坡事件總數與波動閾值及總邊緣點數與邊緣閾值的大小關系，對電力負荷進行降維操作；

當電力負荷曲線的維度未達到預設維數時，按設定比例擴大預設閾值和幅度閾值，直至電力負荷曲線的維度達到預設維數；

當電力負荷曲線的維度達到預設維數時，根據聚類數在電力負荷曲線中選取聚類中心，并計算電力負荷曲線的負荷點到每個聚類中心的SBD距離：

其中，和分別為兩條不同的電力負荷曲線；為電力負荷曲線和的互相關值；為的自相關值；為的自相關值；w由-m到m依次遞增；m為電力負荷曲線的數據長度；

根據負荷點到聚類中心的SBD距離，將負荷點劃分至距離其最近的聚類中心所在類別，并更新每個類別的聚類中心：

其中，為更新后的聚類中心；為每類簇的電力負荷；p_k為分類后的類簇；為未更新的聚類中心和兩條互相關值的標幺值；

采用更新后的聚類中心對所有電力負荷曲線的負荷點再次聚類，直至迭代次數達到最大迭代次數或所有類別的負荷點不再發生變化時，輸出聚類結果。

2.根據權利要求1所述的基于自適應分段聚合近似的電力負荷曲線形態聚類方法，其特征在于，所述根據爬坡事件總數與波動閾值及總邊緣點數與邊緣閾值的大小關系，對電力負荷進行降維操作進一步包括：

當同一時間段內的爬坡事件總數小于波動閾值，且邊緣點總數小于邊緣閾值時，分別采用分段聚合近似方法對同一時間段的所有數據段進行降維處理；

當同一時間段內的爬坡事件總數小于波動閾值，且邊緣點總數大于邊緣閾值時，分別保留同一時間段的所有數據段的極大值和極小值；

當同一時間段內的爬坡事件總數大于波動閾值，且邊緣點總數大于邊緣閾值時，同一時間段的所有數據段的負荷點均保持不變。

3.根據權利要求1所述的基于自適應分段聚合近似的電力負荷曲線形態聚類方法，其特征在于，所述SBD距離的獲取方法包括：

根據兩序列互相關關系，固定電力負荷曲線時間窗，平移另一條電力負荷曲線時間窗，對電力負荷曲線和進行全局對齊：

其中，s為電力負荷曲線時間窗的平移量；x_m為電力負荷曲線x上的數據點m；m為電力負荷曲線的數據長度；

根據電力負荷曲線的所有平移量s，s∈[-m,m]，得到電力負荷曲線和互相關序列：

其中，x_l為電力負荷曲線x的數據點l；y_l為電力負荷曲線y的數據點l；k∈[-m,m]；w由-m到m依次遞增；

當達到最大值時，w的位置相對于的最佳位移量為s＝w-m，將電力負荷曲線和互相關序列系數歸一化后進行標幺值處理：

其中，為的最大值；為電力負荷曲線x的自相關值；為電力負荷曲線y的自相關值；的波動范圍在-1到1之間，1代表兩序列高度相關；

根據得到SBD距離的計算公式：

其中，SBD值范圍為0至2，0代表兩條電力負荷曲線完全相似。

4.根據權利要求1所述的基于自適應分段聚合近似的電力負荷曲線形態聚類方法，其特征在于，對所述電力負荷曲線進行預處理的方法包括：

搜索所述電力負荷曲線中存在缺失或數據異常的電力負荷曲線；

當電力負荷曲線的數據缺失量和異常量達到采集量的預設比例時，刪除相應電力負荷曲線；

對余下的電力負荷曲線進行極值歸一化處理：

其中，x_i為第t時刻的負荷點；x_i'為歸一化后第t時刻的負荷點；x_imin為日最小負荷；x_imax為日最大負荷。