[發明專利]一種基于云平臺的負荷水平分類方法及裝置

在審

• 申請號: 202110902403.5
• 申請日: 2021-08-06
• 公開（公告）號: CN113688884A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 孫國歧;魏曉賓;張玲艷;焦丕華;蘇輝;馬麗;劉濤;劉光岳;劉光慧;宋奎珠;胡鈺業;于洋;孫少帥;段福深;崔潤波
• 申請（專利權）人: 山東德佑電氣股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16
• 代理公司: 淄博市眾朗知識產權代理事務所(特殊普通合伙) 37316
• 代理人: 程強強

1.一種基于云平臺的負荷水平分類方法，其特征在于：包括如下步驟：

通過云平臺獲取N個樣本各自的M個維度的電力負荷監測數據，創建負荷數據矩陣X_N×M：

其中，x_i，j為第i個樣本的第j個維度的電力負荷監測數據，i＝1，2，...，N，j＝1，2，...，M；

對電力負荷監測數據進行處理，確定樣本的電力負荷監測數據間的平均歐氏距離、樣本密度和簇間距離，進而確定兩個簇之間的樣本的歐式距離的最大值；

確定聚類中心的密度權重，并確定全部的初始聚類中心；

對全部電力負荷監測數據進行遍歷，并確定電力負荷監測數據所在簇群；

對每個簇中的電力負荷監測數據進行遍歷，選取歐氏距離之和最小的電力負荷監測數據作為聚類中心；

將歐氏距離最小的電力負荷監測數據作為電力負荷監測數據特征值，并輸出負荷水平分類結果。

2.根據權利要求1所述的基于云平臺的負荷水平分類方法，其特征在于：通過云臺獲取N個時間間隔各自的M個電力負荷監測數據。

3.根據權利要求1所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括，確定樣本的電力負荷監測數據之間的歐氏距離d_i，j；

其中，x_i′為樣本i以外的其他樣本，i′＝1，2，...，N。

4.根據權利要求3所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括，計算樣本中所有電力負荷監測數據的平均歐氏距離avg_d；

其中，n為樣本中所有電力負荷監測數據的數量。

5.根據權利要求3所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括，確定一個聚類中心對應的簇的樣本密度ρ_i：

ρ_i＝ρ_i+1，(x_i-x_i)≤avg_d。

6.根據權利要求5所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括：確定簇間距離s_i：

s_i＝max d_i，j。

7.根據權利要求6所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括，計算簇的樣本間的平均距離α_i：

確定簇間距離s_i：

s_i＝max d_i，j。

8.根據權利要求7所述的基于云平臺的負荷水平分類方法，其特征在于：所述方法還包括，計算聚類中心的密度權重w_i：

9.一種基于云平臺的負荷水平分類裝置，其特征在于：包括

數據采集模塊，通過云平臺獲取N個樣本各自的M個維度的電力負荷監測數據，創建負荷數據矩陣；

數據計算模塊，對電力負荷監測數據進行處理，確定樣本的電力負荷監測數據間的平均歐氏距離、樣本密度和簇間距離，進而確定兩個簇之間的樣本的歐式距離的最大值；

數據分類模塊，確定聚類中心的密度權重，并確定全部的初始聚類中心；

數據遍歷模塊，對全部電力負荷監測數據進行遍歷，并確定的所在簇群；

數據選取模塊，對每個簇中的電力負荷監測數據進行遍歷，選取歐氏距離之和最小的電力負荷監測數據作為聚類中心；

數據輸出模塊，將歐氏距離最小的電力負荷監測數據作為電力負荷監測數據特征值，并輸出負荷水平分類結果。