一种基于二次聚类的商业负荷特性聚类分析方法技术

技术编号:13605843 阅读:112 留言:0更新日期:2016-08-28 19:56
本发明专利技术提供一种基于二次聚类的商业负荷特性聚类分析方法,所述方法包括如下步骤:(1)通过系统聚类法确定聚类数K的上下限值Kmax,Kmin以及设置参数,并设K=Kmin;(2)对K‑means算法进行初始化;(3)进行聚类操作,得到新一代种群个体适应度;(4)判断适应度函数是否收敛,若是则输出最终的聚类中心和聚类结果,否则跳转到步骤(3);(5)判断K是否大于Kmax,若是则确定最合适的K值,否则K值加一,跳转到步骤(2)。本发明专利技术成功的改善了k‑means算法中的初始K值设定和局部收敛等缺点,使得聚类结果更加准确、客观。

【技术实现步骤摘要】

本专利技术属于电力系统分析领域,具体涉及一种基于二次聚类的商业负荷特性聚类分析方法
技术介绍
面对日益纷繁复杂的电力用户数据,要想了解用户需求响应潜力,就需要对用户群体的负荷特性有较为清晰的整体把握,而不必对每个用户一一进行分析研究。此外,以聚类的方式,将其聚为特征差异比较明显的几类,依据其生产生活习惯,归纳出各类用户的用电特性以及需求响应潜力。在智能电表和高级量测体系的支持下,商业用户能够参与到需求侧管理中。而负荷特性聚类分析过程则是对用户的电能量数据等的分析与整合,为了进一步能够实现需求响应提供初步的数据支持。聚类分析过程所需的原始数据来源于用电信息采集系统,系统采集的主要数据项有:电能量数据:总电能示值、各费率电能示值、总电能量、各费率电能量、最大需量等;交流模拟量:电压、电流、有功功率、无功功率、功率因数等;工况数据:采集终端及计量设备的工况信息;电能质量越限统计数据:电压、功率因数、谐波等越限统计数据;事件记录数据:终端和电能表记录的事件记录数据;其他数据:费控信息等。为了满足商业平稳运营和服务质量的要求,商业用户一般对电能质量的要求较高,不仅要关注用电信息采集系统采集的电能量数据,还应关注交流模拟量数据以及电能质量越限数据。因此,在保证交流模拟量数据和电能质量越限数据处于合理范围内的条件下,以15min为时间间隔,记录下一天之中的96个时刻之间的电能量数据的差值,即为该时段的耗电量。以24个整点时刻记录的耗电量为原始数据,在将这些数据用于聚类之前,还需要进行数据预处理,这一过程主要包括“噪声”和孤立点数据处理、数据归一化处理与数据加权处理。为了消除原始数据量纲和幅值的差异,需要对数据按最大负荷进行归一化处理,经过处理的负荷曲线仅保留其原有的曲线形态。具有相似负荷曲线形态的负荷,其在各时
段用电量占其总用电量的比例大体是一致的。因此,可以将这些相似的负荷特性曲线聚为一类,找出具有代表性的聚类中心的负荷特性曲线,进行负荷特性分析。k-means算法是典型的基于距离的聚类方法,属于划分方法的一种。它采用欧氏距离作为相似性的评估指标,即两个样本的距离越近,其相似性越大,将新的样本划分到与其距离最近的一类中,使得类内差异最小,而类间差异最大,从而保证聚类效果最好。k-means算法虽然简单且收敛性好,但是也存在一些缺点:K值要事先给定,若K值选择不合理,对聚类结果影响很大;算法对初始聚类中心选取的依赖性很大,经常以局部最优结束。算法对“噪声”和孤立点数据比较敏感。
技术实现思路
为了克服上述现有技术的不足,本专利技术提供一种基于二次聚类的商业负荷特性聚类分析方法,本专利技术成功的改善了k-means算法中的初始K值设定和局部收敛等缺点,使得聚类结果更加准确、客观。为了实现上述专利技术目的,本专利技术采取如下技术方案:一种基于二次聚类的商业负荷特性聚类分析方法,所述方法包括如下步骤:(1)通过系统聚类法确定聚类数K的上下限值Kmax,Kmin以及设置参数,并初始设K=Kmin;(2)对K-means算法进行初始化;(3)进行聚类操作,得到新一代种群个体适应度;(4)判断适应度函数是否收敛,若是则输出最终的聚类中心和聚类结果,否则跳转到步骤(3);(5)判断K是否大于Kmax,若是则确定最合适的K值,否则K值加一,跳转到步骤(2)。优选的,所述步骤(1)中,所述设置参数包括种群规模G、最大迭代次数KMI、交叉概率Mc,变异概率Mm,自适应控制参数Mc1、Mc2、Mc3、Mm1、Mm2、Mm3。优选的,所述步骤(2)包括如下步骤:步骤2-1、采用基于浮点数的染色体编码方案,对染色体种群进行编码,染色体种群编码方式如下:S(t)={s1t,s2t,...,sKt本文档来自技高网
...

【技术保护点】
一种基于二次聚类的商业负荷特性聚类分析方法,其特征在于,所述方法包括如下步骤:(1)通过系统聚类法确定聚类数K的上下限值Kmax、Kmin以及设置参数,并初始设K=Kmin;(2)对K‑means算法进行初始化;(3)进行聚类操作,得到新一代种群个体适应度;(4)判断适应度函数是否收敛,若是则输出最终的聚类中心和聚类结果,否则跳转到步骤(3);(5)判断K是否大于Kmax,若是则确定最合适的K值,否则K值加一,跳转到步骤(2)。

【技术特征摘要】
1.一种基于二次聚类的商业负荷特性聚类分析方法,其特征在于,所述方法包括如下步骤:(1)通过系统聚类法确定聚类数K的上下限值Kmax、Kmin以及设置参数,并初始设K=Kmin;(2)对K-means算法进行初始化;(3)进行聚类操作,得到新一代种群个体适应度;(4)判断适应度函数是否收敛,若是则输出最终的聚类中心和聚类结果,否则跳转到步骤(3);(5)判断K是否大于Kmax,若是则确定最合适的K值,否则K值加一,跳...

【专利技术属性】
技术研发人员:史常凯盛万兴段青刘振艾欣李玉凌李二霞张波高媛吕志鹏周勐
申请(专利权)人:中国电力科学研究院国家电网公司国网江西省电力公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1