[發明專利]一種基于遞歸圖與卷積自編碼器的高維負荷聚類方法

在審

• 申請號: 202111366207.7
• 申請日: 2021-11-17
• 公開（公告）號: CN114202012A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 鄧欣宇;王小璇;高強偉
• 申請（專利權）人: 國網天津市電力公司;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

本發明涉及一種基于遞歸圖與卷積自編碼器的高維負荷聚類方法，包括如下步驟：S1、獲取高維負荷功率特征，S2、構建基于遞歸圖理論的高維負荷特征增強模型；S3、構建基于卷積自編碼器的高維負荷特征提取模型；S4、構建基于譜聚類的高維負荷聚類模型，得到高維負荷的聚類結果。本發明能夠將一維負荷特征轉換為二維遞歸圖特征，實現特征增強，并結合卷積自編碼器實現特征提取，利用該特征達到了更好的聚類效果。

技術領域

本發明屬于電力負荷聚類分析技術領域，涉及高維負荷聚類方法，尤其是一種基于遞歸圖與卷積自編碼器的高維負荷聚類方法。

背景技術

推進電力系統的信息化與數字化轉型是智能電網建設的重要任務。在此背景下，近年來信息技術與智能量測技術在配用電領域中得到迅速發展，智能電表功能不斷更新，可獲得的負荷數據呈指數增長。在時間維度方面，新型智能電表的采樣周期由1天逐漸縮減為1小時、半小時及15分鐘，可獲得的日負荷數據擴展至1天24、48、96個點，為用戶用電行為聚類分析提供了重要的數據基礎。智能電網營配調貫通和電力營銷服務業務的開展與應用，給配用電大數據價值挖掘帶來了新機遇供電企業希望全面掌握用戶的用能信息，進而制定分時電價和需求響應計劃，讓用戶能夠主動參與電網調度，提升電網運行的經濟性與可靠性，同時為用戶提供節能指導，促進節能減排。為實現上述目標，需要基于配用電大數據算法深入挖掘用戶用能規律，感知用戶的用電習慣，并準確把握未來的用電態勢。

用戶用電行為聚類分析是利用聚類算法從海量負荷曲線中挖掘用戶的用電特性，并獲得典型用電模式的過程，是實施負荷管理的基礎。通過聚類將用電模式相似的用戶劃分為一組，有助于供電企業把握用戶的用能需求，進而開展更高效的需求響應管理。供電企業還可以在分析用戶用電模式的基礎上創新服務模式，如制定階梯電價政策以提高能源利用效率，根據分析結果指導用戶改善不合理的用能習慣，降低電費開支，以及進行異常用電檢測、電能質量優化、削峰填谷等，從而實現智能、友好、互動的配用電模式。

然而，隨著智能電表數據采集頻率的不斷增高，采樣周期不斷縮短，數據維度迅速增長，傳統聚類方法一般采用歐式距離作為相似性度量函數，面對高維負荷數據無法準確衡量用戶用電行為間的相似性與差異性，在實際應用過程中常會發生聚類的錯分和漏分現象，因此在面對高維負荷曲線時表現乏力。基于特征降維的負荷聚類方法先提取高維負荷數據中的關鍵信息，進而對關鍵信息進行聚類，在聚類效果和運算效率方法具有優勢，但目前已有研究主要集中在對原始一維負荷數據的降維，特征提取難度較高，容易造成過多的信息損失，因此，如何對高維負荷特征進行有效的特征提取，并利用該特征達到了更好的聚類效果是本領域技術人員亟待解決的技術難題。

經檢索，未發現與本發明相同或相近似的現有技術的文獻。

發明內容

本發明的目的在于克服現有技術的不足，提出一種基于遞歸圖與卷積自編碼器的高維負荷聚類方法，能夠將一維負荷特征轉換為二維遞歸圖特征，實現特征增強，并結合卷積自編碼器實現特征提取，利用該特征達到了更好的聚類效果。

本發明解決其現實問題是采取以下技術方案實現的：

一種基于遞歸圖與卷積自編碼器的高維負荷聚類方法，包括如下步驟：

S1、獲取高維負荷功率特征，該特征包含N個用戶的日負荷數據，每個日負荷數據包含M個數據點，形成大小為N×M的負荷功率特征庫；

S2、構建基于遞歸圖理論的高維負荷特征增強模型：以日為單位，將負荷功率特征庫中的一維日負荷特征轉換為二維遞歸圖特征，共形成N個負荷遞歸圖特征；

S3、構建基于卷積自編碼器的高維負荷特征提取模型，將步驟S2中得到的N個負荷遞歸圖特征輸入到卷積自編碼器中，對卷積自編碼器進行訓練，其中，卷積自編碼器中的特征提取維度設置為T，訓練完成后，再將N個負荷遞歸圖特征輸入到卷積自編碼器的編碼器中，得到高維負荷特征提取結果，即負荷關鍵特征；