[發(fā)明專利]一種基于中心優(yōu)化的差分K-means負荷聚類方法

在審

• 申請?zhí)枺?/td>: 202110080653.5
• 申請日: 2021-01-21
• 公開（公告）號: CN112819299A
• 公開（公告）日: 2021-05-18
• 發(fā)明（設計）人: 黃冬梅;葛書陽;胡安鐸;孫錦中;時帥;孫園;林孝鑲
• 申請（專利權(quán)）人: 上海電力大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06Q50/06
• 代理公司: 上海德昭知識產(chǎn)權(quán)代理有限公司 31204
• 代理人: 郁旦蓉

本發(fā)明提供了一種基于中心優(yōu)化的差分K?means負荷聚類方法，包括以下步驟：步驟1，采集用戶用電的負荷數(shù)據(jù)，并對負荷數(shù)據(jù)進行預處理；步驟2，根據(jù)負荷數(shù)據(jù)曲線的局部密度得到聚類初始中心；步驟3，通過計算負荷數(shù)據(jù)的差分序列的歐式距離得到差分歐氏距離，將差分歐氏距離和負荷數(shù)據(jù)的歐氏距離組合作為負荷數(shù)據(jù)的相似性度量；步驟4，對于負荷數(shù)據(jù)隨機選取K個聚類初始中心作為簇的聚類中心，根據(jù)相似性度量進行聚類并更新聚類中心，在更新迭代完成后輸出劃分好的K個簇和每個簇的聚類標簽；步驟5，根據(jù)聚類標簽對每個類別的簇中的負荷數(shù)據(jù)曲線求均值，得到每個類別的用戶典型負荷曲線，確定每類電力居民用戶用電類型。

技術領域

本發(fā)明屬于設計電力系統(tǒng)負荷聚類的技術領域，具體涉及一種基于中心優(yōu)化的差分K-means負荷聚類方法。

背景技術

隨著智能電網(wǎng)的不斷建設，智能電表的普及率逐漸升高，將采集到海量的用戶用電數(shù)據(jù)。不同于傳統(tǒng)的每月抄表，時間粒度更細的用戶用電數(shù)據(jù)中蘊含了更多的用戶用電信息，也能夠反映更多的用戶用電規(guī)律。所以有必要對負荷進行聚類處理。

電力系統(tǒng)負荷聚類在于了解用戶的負荷特點，掌握用戶的用電習慣，并根據(jù)不同典型用戶的負荷特點結(jié)合相關用電習慣來制定相應的管理措施。預測和估計未來電力需求、負荷控制、用電異常檢測以及改善電價目錄這些都離不開對用戶的用電模式進行識別。通過對用戶用電情況進行更好的聚類分析，把不同用電情況的用戶進行正確劃分，將對電網(wǎng)負荷管理水平的提高有著重要意義。

負荷曲線聚類方法常使用基于劃分的聚類算法。它由于原理簡單、易于實現(xiàn)、效率高的優(yōu)點被廣泛應用，但存在受初始中心的影響容易陷入局部最優(yōu)，傳統(tǒng)的歐氏距離不能反映負荷曲線的趨勢變化特點等問題，所以在某些數(shù)據(jù)集上聚類效果不佳。

發(fā)明內(nèi)容

本發(fā)明是為了解決上述問題而進行的，目的在于提供一種基于中心優(yōu)化的差分K-means負荷聚類方法。

本發(fā)明提供了一種基于中心優(yōu)化的差分K-means負荷聚類方法，具有這樣的特征，包括以下步驟：步驟1，采集用戶用電的負荷數(shù)據(jù)，并對負荷數(shù)據(jù)進行預處理；步驟2，根據(jù)負荷數(shù)據(jù)曲線的局部密度得到聚類初始中心；步驟3，通過計算負荷數(shù)據(jù)的差分序列的歐式距離得到差分歐氏距離，并將差分歐氏距離和負荷數(shù)據(jù)的歐氏距離組合作為負荷數(shù)據(jù)的相似性度量；步驟4，對于負荷數(shù)據(jù)隨機選取K個聚類初始中心作為簇的聚類中心，根據(jù)相似性度量進行聚類并更新聚類中心，在更新迭代完成后輸出劃分好的K個簇和每個簇的聚類標簽；步驟5，根據(jù)聚類標簽對每個類別的簇中的負荷數(shù)據(jù)曲線求均值，得到每個類別的用戶典型負荷曲線，確定每類電力居民用戶用電類型。

在本發(fā)明提供的基于中心優(yōu)化的差分K-means負荷聚類方法中，還可以具有這樣的特征：其中，步驟1中對數(shù)據(jù)進行預處理包括以下子步驟：步驟1-1，對負荷數(shù)據(jù)進行個別缺失值處理，對于數(shù)據(jù)空缺，以多項式差值法進行補全；步驟1-2，采用最大最小值對個別缺失值處理后的負荷數(shù)據(jù)進行歸一化處理，具體公式如下：

公式(1)中，為極值歸一化后的第i點負荷數(shù)據(jù)，x_imin為預處理前的負荷數(shù)據(jù)序列的最小值，x_imax為預處理前的負荷數(shù)據(jù)序列的最大值，通過歸一化處理將負荷數(shù)據(jù)壓縮在區(qū)間[0,1]中。

在本發(fā)明提供的基于中心優(yōu)化的差分K-means負荷聚類方法中，還可以具有這樣的特征：其中，步驟2中根據(jù)負荷數(shù)據(jù)曲線的局部密度得到聚類初始中心包括以下子步驟：步驟2-1，定義負荷數(shù)據(jù)曲線間的鄰近元素平均距離：

步驟2-2，定義負荷數(shù)據(jù)曲線的密度參數(shù)，以任一負荷數(shù)據(jù)曲線x_p為中心線，與x_p的歐氏距離小于鄰近平均距離的負荷數(shù)據(jù)曲線的個數(shù)定義為局部密度參數(shù)，記為density(meandist，x_p)，