[發明專利]一種基于Kd樹與Canopy優化Bisecting K-means的負荷聚類方法

在審

• 申請號: 202010543636.6
• 申請日: 2020-06-15
• 公開（公告）號: CN111783850A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 黃明磊;周子豪;凌華明;廖志戈;裴星宇;黃曉英;李建標;鄧麗芬;郭斯曉;張璇;沈欣煒;孫宏斌
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司珠海供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 戴濤

1.一種基于Kd樹與Canopy優化Bisecting K-means的負荷聚類方法，其特征在于：包括以下步驟：

S1.采集指定時間段內各個用戶的用電負荷數據，并對用電負荷數據進行預處理得到負荷數據集X；

S2.將負荷數據集X輸入Canopy算法中，得到聚類個數K，同時，建立負荷數據集X的Kd樹；

S3.將步驟S2中得到聚類個數K作為參數輸入Bisecting K-means算法，再將負荷數據集X輸入Bisecting K-means算法進行聚類分析，Kd樹對Bisecting K-means算法進行加速計算；

S4.得到聚類結果。

2.根據權利要求1所述的一種基于Kd樹與Canopy優化Bisecting K-means的負荷聚類方法，其特征在于：所述步驟S1中，對用電負荷數據進行缺損值填充，異常值替換，降維和歸一化的預處理之后得到負荷數據集X。

3.根據權利要求2所述的一種基于Kd樹與Canopy優化Bisecting K-means的負荷聚類方法，其特征在于：所述步驟S2中，Canopy算法包括以下步驟：

S211.復制負荷數據集X得到數據集X_copy，根據先驗知識或交叉驗證調整初始距離閾值T₁、T₂，且T₁≥T₂；

S212.從數據集X_copy中隨機選擇一個樣本x₁作為第一個Canopy的聚簇質心c₁，質心集記為C,c₁∈C，并將c₁從數據集X_copy中刪除。

S213.從數據集X_copy中隨機選擇一個樣本x_i，計算其到質心集中所有質心的距離d_ij，d_ij代表第i個樣本到第j個質心的距離，考察其中最小的距離如果則給x_i一個弱標記，表示x_i屬于c_j，并將x_i加入其中；如果則給x_i一個強標記，表示x_i屬于該c_j，且和質心非常接近，因此將x_i從X_copy中刪除；如果則x_i形成一個新的聚簇質心c_new，加入質心集C，并將x_i從X_copy中刪除；

S214.重復步驟S213直到數據集X_copy為空，得到聚簇質心數量即聚類個數K。

4.根據權利要求3所述的一種基于Kd樹與Canopy優化Bisecting K-means的負荷聚類方法，其特征在于：所述步驟S2中，Kd樹的建立使用遞歸的KdConstruct(X,h＝0,H＝d)函數，包括以下步驟：

S221.輸入負荷數據集X，Kd樹的當前深度h和截止深度H，其中H＝d，d為數據集的維度；

S222.計算負荷數據集X中每一維數據的方差值，將維度序號按方差大小來排序，形成Split List，取Split List中第h維的中點值作為分割點MidPoint，將負荷數據中的數據X分為兩個集合和根節點Root包含整個樣本集X。

S223.建立根節點Root的左右子節點，Lchild為左子節點，包含樣本集X_left，Rchild為右子節點，包含樣本集X_right，Lchild＝KdConstruct(X_left,h+1,H),Rchild＝KdConstruct(X_right,h+1,H),遞歸地調用直到子節點為葉子節點，或h＝H；

S224.返回根節點Root。