电力用户聚类方法及装置制造方法及图纸

本发明专利技术公开了一种电力用户聚类方法及装置，根据预设选择规则从排序后得到的起始时间点集中选定预设聚类个数的起始时间点初始化预设个数的聚类中心的起始时间点，同样，根据预设选择规则从排序后得到的结束时间点集中选定预设聚类个数的起始时间点初始化预设个数的聚类中心的结束时间点，然后通过K均值聚类算法进行聚类获得聚类结果。通过上述电力用户聚类方法及装置初始化预设聚类个数的聚类中心时，不再是随机在电力用户的用电负荷的峰时间段中选择预设聚类个数的时间段作为初始化聚类中心，是根据各排位数对应的起始时间点以及结束时间点形成的新时间段初始化为预设聚类个数的聚类中心，可获得较为准确的聚类结果，提高聚类准确性。

【技术实现步骤摘要】

本专利技术涉及电力
，特别涉及一种电力用户聚类方法及装置。
技术介绍
在电力系统为用户提供电能过程中，不同电力用户用电情况可能不同，电力用户分类对电力系统的经济分析、运行以及规划具有重要影响。目前，常采用的电力用户聚类方法是K-means(K均值)聚类算法，主要从数据集S中选择K个数据作为初始聚类的中心，将数据集中的每个数据与距离中心最近的中心聚类。首先随机选择K个数据作为初始中心，计算各个数据到所选出来的各个中心的距离，将数据指派到最近的中心形成一类，计算每个类的均值，循环反复执行，直到满足聚类准则函数收敛为止。其中，输入：初始数据集S和类的数目K。输出：K个聚类类别，满足平方误差准则函数收敛，其具体的工作步骤为：1)从数据集中任意选择K个数据作为初始聚类中心；2)计算各个数据到所选出来的各个中心的距离，将数据指派到最近的中心形成一类；3)将形成的类中数据的均值作为对应的新的聚类中心，将每个数据更新至最类似的类；4)计算聚类准则函数E(一般为均方差)，直到准则函数E开始收敛为止。K-means聚类算法首先是要初始化聚类中心，也就是说，初始的聚类中心对后续聚类效果有较大影响，然而，采用K-means聚类算法进行电力用户聚类时，是随机在数据集中选择K个数据作为初始中心，再进行后续的聚类步骤，无法确保电力用户聚类的准确性。
技术实现思路
基于此，有必要针对的电力用户聚类不准确的问题，提供一种提高电力用户聚类准确性的电力用户聚类方法及装置。一种电力用户聚类方法，包括如下步骤：获取各电力用户的用电负荷的峰时间段，其中峰时间段包括起始时间点以及结束时间点；根据预设排序规则，对各所述电力用户的峰时间段中所述起始时间点进行排序，获得起始时间点集，并对各所述电力用户的峰时间段中所述结束时间点进行排序，获得结束时间点集；根据预设选择规则，获得预设聚类个数的排位数，从所述起始时间点集中选取各所述排位数对应的起始时间点，从所述结束时间点集中选取各所述排位数对应的结束时间点；根据各所述排位数对应的起始时间点以及各所述排位数对应的结束时间点，构建所述预设聚类个数的新时间段；将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心，根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果。本专利技术还提供一种电力用户聚类装置，包括：负荷峰时间段获取模块，用于获取各电力用户的用电负荷的峰时间段，其中峰时间段包括起始时间点以及结束时间点；排序模块，用于根据预设排序规则，对各所述电力用户的峰时间段中所述起始时间点进行排序，获得起始时间点集，并对各所述电力用户的峰时间段中所述结束时间点进行排序，获得结束时间点集；选择模块，用于根据预设选择规则，获得预设聚类个数的排位数，从所述起始时间点集中选取各所述排位数对应的起始时间点，从所述结束时间点集中选取各所述排位数对应的结束时间点；构建模块，用于根据各所述排位数对应的起始时间点以及各所述排位数对应的结束时间点，构建所述预设聚类个数的新时间段；聚类模块，用于将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心，根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果。上述电力用户聚类方法及装置，将各电力用户的峰时段的起始时间点按时间顺序排位，并根据预设选择规则从排序后得到的起始时间点集中选定预设聚类个数的起始时间点初始化预设个数的聚类中心的起始时间点，同样，根据预设选择规则从排序后得到的结束时间点集中选定预设聚类个数的起始时间点初始化预设个数的聚类中心的结束时间点，即初始化预设聚类个数的聚类中心，然后根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果。通过上述电力用户聚类方法及装置初始化预设聚类个数的聚类中心时，不再是随机在电力用户的用电负荷的峰时间段中选择预设聚类个数的时间段作为初始化聚类中心，而是根据各所述排位数对应的起始时间点以及各所述排位数对应的结束时间点形成的新时间段初始化为所述预设聚类个数的聚类中心，这样可合理地初始化预设聚类个数的聚类中心，在初始化聚类中心后根据K均值聚类算法对各电力用户进行聚类，可获得较为准确的聚类结果，提高聚类准确性。附图说明图1为一实施例的电力用户聚类方法的流程图；图2为另一实施例的电力用户聚类方法的子流程图；图3为一实施例的电力用户聚类装置的模块图；图4为另一实施例的电力用户聚类装置的子模块图。具体实施方式请参阅图1，提供一种实施例的电力用户聚类方法，包括如下步骤：S110：获取各电力用户的用电负荷的峰时间段。其中，峰时间段包括起始时间点以及结束时间点。电力系统为电力用户供电，每个电力用户对应有各自的用电负荷，且电力用户有各自的用电负荷的峰时段，即用电高峰对应的时间段。在本实施例中，具体地，获取各电力用户在预设时间段内的用电负荷的峰时间段，例如，预设时间段内为一天内，在电力用户的用电负荷高于用电负荷最大值的70％的时间段中，如果数据间隔是1小时，则第一个用电负荷超过用电负荷最大值70％的时刻往前推30分钟是峰开始时刻即起始时间点，如果此时刻是0点，则峰开始时刻是0点。连续的最后一个用电负荷值高于用电负荷最大值的70％的时刻往后推30分钟是峰结束的时刻即结束时间点。如果数据间隔是15分钟，则第一个用电负荷超过用电负荷最大值70％的时刻往前推15分钟是峰开始时刻，如果此时刻是0点，则峰开始时刻是0点。连续的最后一个用电负荷高于用电最大值的70％的时刻往后推15分钟是峰结束的时刻，如果此时刻是23点45分，则峰结束时刻为23点45分。S120：根据预设排序规则，对各电力用户的峰时间段中起始时间点进行排序，获得起始时间点集，并对各电力用户的峰时间段中结束时间点进行排序，获得结束时间点集。由于各电力用户用电情况的不同，其对应的用电负荷不同，即对应的用电负荷的峰时间段可能不同，从而，各电力用户的峰时间段中起始时间点和结束时间段可能不同。在本实施例中，根据预设排序规则，对各电力用户的峰时间段中起始时间点进行排序，获得起始时间点集，并对各电力用户的峰时间段中结束时间点进行排序，获得结束时间点集。其中，预设排序规则可以为时间从小到大的排序规则，也可以为时间从大到小的排序规则。S130：根据预设选择规则，获得预设聚类个数的排位数，从起始时间点集中选取各排位数对应的起始时间点，从结束时间点集中选取各排位数对应的结束时间点。在对电力用户进行聚类时，预先设置有预设聚类个数，在对各电力用户的峰时间段中起始时间点和结束时间点分别进行排序得到起始时间点集和结束时间点集后，需要从起始时间点集中选择预设聚类个数的起始时间点，从结束时间集中选择预设聚类个数的结束时间点，在本实施例中，是通过预设选择规则获得预设聚类个数的排位数，从起始时间点集中选取各排位数对应的起始时间点，从结束时间点集中选取各排位数对应的结束时间点。S140：根据各排位数对应的起始时间点以及各排位数对应的结束时间点，构建预设聚类个数的新时间段。S150：将预设聚类个数的新时间段分别初始化为预设本文档来自技高网...

【技术保护点】
一种电力用户聚类方法，其特征在于，包括如下步骤：获取各电力用户的用电负荷的峰时间段，其中峰时间段包括起始时间点以及结束时间点；根据预设排序规则，对各所述电力用户的峰时间段中所述起始时间点进行排序，获得起始时间点集，并对各所述电力用户的峰时间段中所述结束时间点进行排序，获得结束时间点集；根据预设选择规则，获得预设聚类个数的排位数，从所述起始时间点集中选取各所述排位数对应的起始时间点，从所述结束时间点集中选取各所述排位数对应的结束时间点；根据各所述排位数对应的起始时间点以及各所述排位数对应的结束时间点，构建所述预设聚类个数的新时间段；将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心，根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果。

【技术特征摘要】
1.一种电力用户聚类方法，其特征在于，包括如下步骤：获取各电力用户的用电负荷的峰时间段，其中峰时间段包括起始时间点以及结束时间点；根据预设排序规则，对各所述电力用户的峰时间段中所述起始时间点进行排序，获得起始时间点集，并对各所述电力用户的峰时间段中所述结束时间点进行排序，获得结束时间点集；根据预设选择规则，获得预设聚类个数的排位数，从所述起始时间点集中选取各所述排位数对应的起始时间点，从所述结束时间点集中选取各所述排位数对应的结束时间点；根据各所述排位数对应的起始时间点以及各所述排位数对应的结束时间点，构建所述预设聚类个数的新时间段；将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心，根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果。2.根据权利要求1所述的电力用户聚类方法，其特征在于，所述将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心，根据各所述电力用户的用电负荷的峰时间段、所述聚类中心以及K均值聚类算法对各电力用户进行聚类，获得各所述电力用户的聚类结果的步骤包括：将所述预设聚类个数的所述新时间段分别初始化为所述预设聚类个数的聚类中心；分别计算各所述电力用户的用的峰时间段与各所述聚类中心的重合率；将所述电力用户分别划分至所述电力用户的峰时间段与各所述聚类中心的最大重合率对应的所述聚类中心，获得所述预设聚类个数的聚类类别；计算各所述聚类类别中所述电力用户对应的所述峰时间段的起始时间点均值以及结束时间点均值；将所述电力用户所在所述聚类类别的所述聚类中心更新为所述聚类类别对应的所述起始时间点均值至所述结束时间点均值的时间段；当更新后的所述聚类中心与对应的更新前的所述聚类中心均相同时，确定各所述电力用户的聚类结果为所述预设聚类个数的聚类类别。3.根据权利要求2所述的电力用户聚类方法，其特征在于，还包括步骤：当更新后的所述聚类中心中有与对应的更新前的所述聚类中心不相同的聚类中心时，返回所述分别计算各所述电力用户的用电负荷的峰时间段与各所述聚类中心的重合率的步骤。4.根据权利要求2所述的电力用户聚类方法，其特征在于，所述重合率为所述电力用户的用电负荷的峰时间段与所述聚类中心的重合时段除以所述电力用户的用电负荷的峰时间段与所述聚类中心中时间段较长者。5.根据权利要求1所述的电力用户聚类方法，其特征在于，所述根据预设选择规则，获得预设聚类个数的排位数包括：根据以下公式获取预设聚类个数的排位数：Ph＝round(m/(k+1))*h-1；其中，所述Ph为第h个排位数，1≤h≤k，所述k为预设聚类个数，所述m为所述电力用户的数量，所述round函数为四舍五入...

【专利技术属性】
技术研发人员：李秋硕，肖勇，钱斌，李鹏，孙宇军，
申请(专利权)人：南方电网科学研究院有限责任公司，中国南方电网有限责任公司电网技术研究中心，
类型：发明
国别省市：广东;44