[发明专利]一种基于增强凝聚层次聚类的配网用户负荷特征分类方法

权利要求书

1.一种基于增强凝聚层次聚类的配网用户负荷特征分类方法，其特征在于，包括：

根据用户的有功功率曲线与无功功率曲线计算日负荷曲线特征量X^T，其中T为时间段窗口；

获取N个用户的日负荷特征量集合及增强阻尼系数γ并计算其所有点间的相似系数矩阵P(X)；

将每一组合并路径形成合并路径集合Sg(s)，并利用值迭代算法计算层次聚类的凝聚过程；

获取合并路径集合Sg(s)中相似系数值加权和最小的一组路径；

所述根据用户的有功功率曲线与无功功率曲线计算日负荷曲线特征量X^T包括：

将日负荷曲线基于时间段窗口T进行切割，计量数据的采集频率为则所述时间段窗口T的有功和无功两维特征量为：

并计算一天内所有时段窗口的组成所述日负荷曲线特征量X^T；其中，t为时间段窗口的个数，Dt为一天的时间；

所述获取N个用户的日负荷特征量集合及增强阻尼系数γ并计算其所有点间的相似系数矩阵P(X)包括：

计算所述N个用户的日负荷特征量集合所有点间的相似系数其中i、j∈N，并用所述矩阵P(X)表示；

其中，为与间的曼哈坦距离，其计算公式为：

其中，n为和的维度，为中第k个对象，为中第k个对象。

2.如权利要求1所述的方法，其特征在于，所述将每一组合并路径形成合并路径集合Sg(s)，并利用值迭代算法计算层次聚类的凝聚过程包括：

所述层次聚类的每一次合并过程中都选取M种不同的方案，其中M＝sp/N，sp为获取最终聚类结果的合并次数；Sg(s)为合并状态路径集合，包括M^sp组状态路径；计算每一组状态路径s的相似系数加权和V^M(s)的公式为：

V^M(s)＝E[R₁(P(X))+γR₂(P(X))+γ²R₃(P(X))+...γ^sp-1R_sp(P(X))] (4)

其中，γ为增强阻尼系数，P(X)为N个用户的日负荷特征量集合所有点间的相似系数矩阵，R_sp(P(X))表示第sp次合并时，从小到大依次选取所述矩阵P(X)中M个值；

获取所述相似系数加权和V^M(s)中最大的相似系数加权和V^*(s)：

3.如权利要求2所述的方法，其特征在于，所述将每一组合并路径形成合并路径集合Sg(s)，并利用值迭代算法计算层次聚类的凝聚过程包括：

选择矩阵P(X)中N个用户的日负荷特征量集合所有点间的相似系数中最大的两类合并，即满足的两类合并；

删除P(X)的第i、j行，第i、j列，同时插入新的行和列，新的行列为新合并的类与所有其他聚类之间的相似系数，所述类与其他类间的相似系数等于两类间的平均相似系数。

4.如权利要求3所述的方法，其特征在于，所述将每一组合并路径形成合并路径集合Sg(s)，并利用值迭代算法计算层次聚类的凝聚过程还包括：

对V^*(s)进行值迭代直到V(s)收敛于V^*(s)，公式为：

其中，R(P(X))表示当前状态下，从小到大依次选取所述矩阵P(X)中M个值；s'为当前路径的上一组路径。