[發明專利]一種電力負荷聚類方法

在審

• 申請號: 202210189375.1
• 申請日: 2022-02-28
• 公開（公告）號: CN114970660A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 駱利勤;朱晨烜
• 申請（專利權）人: 上海電機學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

1.一種電力負荷聚類方法，其特征在于，包括以下步驟：

S1、獲取待聚類的電力負荷數據，對獲取的電力負荷數據進行預處理，得到預處理后的數據集；

S2、初始化處理；

S3、根據預處理后的數據集，計算得到初始聚類中心向量矩陣，所述初始聚類中心向量矩陣中包括多個初始聚類中心向量；

S4、根據改進的相似度衡量標準，將其余負荷向量分配到對應的聚類中心所在的簇，得到多個聚類簇；

S5、計算各聚類簇的簇內向量平均值，以作為該聚類簇的當前聚類中心向量；

S6、根據當前聚類中心向量與對應的前一次聚類中心向量，判斷是否滿足設定的聚類標準，若判斷為是，則執行步驟S8，否則執行步驟S7；

S7、進一步判斷是否達到設定的最大迭代次數，若判斷為是，則執行步驟S8，否則返回步驟S4；

S8、輸出當前聚類結果，結束聚類過程。

2.根據權利要求1所述的一種電力負荷聚類方法，其特征在于，所述步驟S1中對獲取的電力負荷數據進行預處理的過程包括去噪、降維和歸一化處理。

3.根據權利要求2所述的一種電力負荷聚類方法，其特征在于，所述步驟S1具體是利用DBSCAN算法進行去噪處理；利用KPCA算法進行降維處理；利用Max算法進行歸一化處理。

4.根據權利要求1所述的一種電力負荷聚類方法，其特征在于，所述步驟S2中初始化處理具體包括設定聚類數、設定最大迭代次數以及設定更新前后聚類中心向量之間的最小距離。

5.根據權利要求4所述的一種電力負荷聚類方法，其特征在于，所述步驟S3具體包括以下步驟：

S31、設定的聚類數為k，則從預處理后的數據集中選取出其中k條電力負荷曲線所對應的k個向量；

S32、求取k個向量中兩兩向量之間的組合距離d_c，若有n條電力負荷曲線，則一共存在個組合距離，然后選取組合距離d_c最大值所對應的k個向量作為初始聚類中心向量，以構建得到初始聚類中心向量矩陣。

6.根據權利要求5所述的一種電力負荷聚類方法，其特征在于，所述步驟S32中兩兩向量之間的組合距離d_c具體為：

其中，X_i、X_j為從預處理后的數據集中選取的k個向量中的兩個向量，ρ(X_i,X_j)為向量X_i與向量X_j的皮爾遜相關系數，x_is為第i個向量X_i的第s維元素，x_js為第j個向量X_j的第s維元素，n為向量的維度，ρ(X_i,X_j)數值越大，則表明X_i與X_j之間的正相關性越強。

7.根據權利要求6所述的一種電力負荷聚類方法，其特征在于，所述步驟S4具體包括以下步驟：

S41、計算其余向量分別與當前各聚類中心向量之間的距離，并從距離計算結果中篩選出距離最小數值；

S42、將該其余向量分配到距離最小數值對應的聚類中心向量所在的簇；

S43、按照步驟S41和步驟S42的過程，將所有其余向量對應分配到對應的聚類中心所在的簇，得到多個聚類簇。

8.根據權利要求7所述的一種電力負荷聚類方法，其特征在于，所述步驟S41中其余向量與聚類中心向量之間的距離具體為：

其中，γ為當前迭代次數，x_is為第i個向量X_i的第s維元素，u_js為第j個聚類中心向量U_j的第s維元素，n為向量維度，為迭代第γ次時X_i與U_j之間的皮爾遜相關系數。