[發明專利]一種電力負荷曲線聚類方法

在審

• 申請號: 202011032332.X
• 申請日: 2020-09-27
• 公開（公告）號: CN112270338A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 張剛;解佗;張靠社;羅軍剛;馮培基;呂蒙;解夢琰;徐奔奔;張丁予;卿松
• 申請（專利權）人: 西安理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/06
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 張皎

1.一種電力負荷曲線聚類方法，其特征在于，包括以下步驟：

步驟1、對歷史負荷數據進行預處理，得到負荷數據集；

步驟2、對所述負荷數據集進行降維處理，得到低維負荷數據集；

步驟3、采用GSA肘形判據法對所述低維負荷數據集進行計算，得到最佳聚類數目K；

步驟4、根據所述最佳聚類數目K，對所述低維負荷數據集進行聚類分析，得到聚類結果。

2.根據權利要求1所述的一種電力負荷曲線聚類方法，其特征在于，所述預處理過程包括：

首選刪除歷史負荷數據中的重復值、修補缺失值、去掉毛刺數據，得到初始負荷數據集；

然后對所述初始負荷數據集進行歸一化處理，得到負荷數據集。

3.根據權利要求1所述的一種電力負荷曲線聚類方法，其特征在于，步驟2具體包括：

步驟2.1、設{x₁,x₂,...,x_m}為負荷數據集，x_m為集合中的一個n維數據，所述負荷數據集在低維空間的映射數據集合為{y₁,y₂,...,y_m}，則所述負荷數據集中x_i、x_j之間的相似性采用概率P_i|j、P_j|i表示為：

上式中，為x_i的高斯分布方差；為x_j的高斯分布方差；

步驟2.2、假設高維數據空間、低維數據空間中均包括數據點i、j，則：

上式中，p_ij為高維空間數據點之間的聯合概率，q_ij為低維空間數據點之間的聯合概率；

步驟2.3、采用KL散度衡量p_ij、q_ij之間的相似度，P表示原數據集的聯合概率分布，Q表示映射集合的聯合概率分布，則損失函數E為：

步驟2.4、根據所述損失函數E，通過梯度下降法對所述負荷數據集進行降維，直至得到預設維數空間的低維負荷數據集。

4.根據權利要求1所述的一種電力負荷曲線聚類方法，其特征在于，步驟3具體包括：

步驟3.1、將聚類數目K分別設定為1、2，設低維負荷數據集為V＝{d₁,d₂,...,d_n}，聚類劃分為K個類簇后得到V₁,V₂,…,V_K，求解V_i的類內所有數據與類均值的距離平方和S_i：

上式中，z_i為類內質心；

通過下式計算每個K值的離散度W(K)、數學期望：

上式中，W_r(K)為第r個類中數據點的離散度，F為第r類中數據點的個數；

步驟3.2、計算聚類數目K為1、2時的間隙值Gap(1)、Gap(2)：

Gap(K)＝Eln[W_r(K)]-ln[W(K)] (13)；

步驟3.3、通過下式對所述聚類數目K進行驗證：

Gap(K)≥Gap(K+1)-Z_k+1 (14)；

其中：

若滿足上式，則最佳聚類數目K為1，否則進行下一步：

步驟3.4、計算肘形夾角θ(K)：

θ_b＝arctan(ln[W(K)]-ln[W(K+1)]) (18)；

步驟3.5、尋找θ(K)的最小值，此時K為最佳聚類數目。