[發明專利]一種基于聚類算法的工業可調負荷潛力分析方法及系統

在審

• 申請號: 202210446323.8
• 申請日: 2022-04-26
• 公開（公告）號: CN115496249A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 王薇蓉;武志宏;陳揚波;郭強;姚俊峰;索思遠;盧建生;楊艷芳;梁中豪;張美玲;孫晉凱;邵晉光;許進;王泓靜
• 申請（專利權）人: 國網山西省電力公司營銷服務中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 河北知亦可為專利代理事務所(特殊普通合伙) 13115
• 代理人: 段力

1.一種基于聚類算法的工業可調負荷潛力分析方法，其特征在于，包括如下步驟：

輸入目標用戶的可調節負荷設備參數，包括設備名稱、設備所屬行業、額定功率、運行容量；

根據輸入的可調節負荷設備參數，在可調節負荷資源池特征庫尋找目標類別，獲取目標類別對應的平均削峰調節容量和平均填谷調節容量作為預測結果，所述目標類別具體為：設備名稱和所屬行業；

所述可調節負荷資源池特征庫的構建過程包括：

獲取多個可調節負荷設備的歷史數據作為樣本集，包括設備名稱、設備所屬行業、額定功率、運行容量、削峰調節容量和填谷調節容量；

將樣本集進行聚類處理，劃分為K個類別；

計算每個類別中所有可調節負荷設備的平均削峰調節容量和平均填谷調節容量，構建可調節負荷資源池特征庫。

2.根據權利要求1所述的一種基于聚類算法的工業可調負荷潛力分析方法，其特征在于，所述將樣本集進行聚類處理，劃分為K個類別，包括，

利用Gap Statistic自動化確定最佳類別個數K；

選取K個中心點，記為μ₁，μ₂，…，μ_k；

定義損失函數其中x_i代表第i個樣本，c_i是x_i所屬的簇，代表簇對應中心點，M是樣本總數；

重復執行收斂步驟，直到損失函數J單調遞減到最小值，完成聚類處理。

3.根據權利要求2所述的一種基于聚類算法的工業可調負荷潛力分析方法，其特征在于，所述利用Gap Statistic自動化確定最佳類別個數K，包括，

計算每一類內樣本點之間的歐式距離

標準化處理后得到

利用Monte Carlo采樣的方法獲得參考測度值Gap_n(k)＝E_n*logW_k-logW_k，其中B為采樣的次數；

計算標準差其中，

選擇滿足Gap_k≥Gap_k+1-s_k+1的最小K值作為最佳K值。

4.根據權利要求2所述的一種基于聚類算法的工業可調負荷潛力分析方法，其特征在于，所述收斂步驟包括，

對于每個樣本x_i，將其分配到距離最近的中心

對于每一個類別，重新計算該類的中心其中t＝0,1,2，……，t為迭代步驟。

5.一種基于聚類算法的工業可調負荷潛力分析系統，其特征在于，包括，

第一獲取模塊，用于獲取多個可調節負荷設備的歷史數據作為樣本集，包括設備名稱、設備所屬行業、額定功率、運行容量、削峰調節容量和填谷調節容量；

第一處理模塊，用于將樣本集進行聚類處理，劃分為K個類別；

第一計算模塊，用于計算每個類別中所有可調節負荷設備的平均削峰調節容量和平均填谷調節容量，構建可調節負荷資源池特征庫；

第一輸入模塊，用于輸入目標用戶的可調節負荷設備參數，包括設備名稱、設備所屬行業、額定功率、運行容量；

第二計算模塊，用于根據輸入的可調節負荷設備參數，在所述可調節負荷資源池特征庫尋找目標類別，獲取目標類別對應的平均削峰調節容量和平均填谷調節容量作為預測結果。

6.根據權利要求5所述的一種基于聚類算法的工業可調負荷潛力分析系統，其特征在于，所述第一處理模塊包括，

第二處理模塊，用于利用Gap Statistic自動化確定最佳類別個數K；

第一標記模塊，用于選取K個中心點，記為μ₁，μ₂，…，μ_k；

第二標記模塊，用于定義損失函數其中x_i代表第i個樣本，c_i是x_i所屬的簇，代表簇對應中心點，M是樣本總數；

第三處理模塊，用于重復執行收斂步驟，直到損失函數J單調遞減到最小值，即可調節負荷設備的聚類結果收斂。