[发明专利]一种基于改进谱多流形聚类的负荷曲线聚类方法

说明书

本发明公开了一种基于改进谱多流形聚类的负荷曲线聚类方法，本发明包括典型日负荷曲线提取、负荷曲线聚类和聚类效果评价三步。首先提取用户负荷特性指标，结合非参数核密度估计方法计算提取用户典型日负荷曲线。在改进谱多流形聚类算法中，引入时间翘曲距离度量曲线相似性，并用高斯核函数计算局部相似性，基于此计算相似性矩阵。聚类后采用多种聚类有效性指标对聚类结果和算法性能进行评价。本发明采用保定地区若干用户的负荷数据作为算例样本进行聚类分析，验证了文中提出的典型日负荷曲线提取方法和改进谱多流形聚类方法的合理性和优越性。

技术领域

本发明涉及一种基于改进谱多流形聚类的负荷曲线聚类方法，属于光伏预测领域。

背景技术

电力负荷曲线聚类是配用电大数据挖掘和实施负荷管理的基础。通过数据挖掘中的聚类技术进行用户负荷曲线聚类从而得到合理的用户分类，有助于售电公司准确把握用户的用电特性，引入合理的需求响应机制并制定科学的营销策略，对于削峰填谷、优化用电曲线、提高电能质量等方面有着重要意义。

将聚类技术应用于用户负荷曲线分类这一领域的研究已相当深入。常用的聚类算法主要有：K-means、层次聚类法、模糊C均值(fuzzy C-mean，FCM)、自组织映射神经网络(self-organizing map，SOM)等。主要思路为采集不同用户的连续负荷数据构成离散序列，以序列间的距离类指标描述曲线相似性，作为聚类的依据。随着电网中采集技术和计量装置的不断发展，负荷采集间隔越来越小，使得构成负荷曲线的数据维数越来越高。而很多基于欧氏距离的聚类算法如K-means都是通过计算数据点之间的几何平均距离来进行聚类，它难以反映负荷的时间序列这一属性，同时，负荷数据维数越高，平均距离这一测度的意义就越小。这就使得基于全维度负荷曲线欧氏距离的聚类方法在面对高维曲线的聚类问题时显得十分乏力。因此，很多现有技术都从数据降维的角度入手来解决此类问题。现有技术提出了一种基于信息熵分段聚合近似的方法，在充分表达负荷曲线波动性的同时降低了数据维度，兼顾了曲线的距离相似性和形状相似性。现有技术从负荷曲线中提取若干负荷特性指标，以此对负荷数据进行降维，再以加权欧氏距离作为相似性判据来完成聚类。现有技术定义并提取功率曲线、分时功率、功率频谱3类向量，再通过SOM神经网络对输入数据进行低维映射，进而完成可视化聚类。现有技术研究了多种数据集降维算法，在降维后的数据集上进行集成聚类，比较各种降维算法的信息损失和计算效率后，得出结合主成分分析降维的集成聚类算法可以取得最佳效果。总的来说，各类降维技术都是以负荷曲线形态为基础，不论是负荷指标提取或是低维映射，都应最大程度地保证负荷曲线的形态信息。但上述方法的降维过程均不可避免地会对原始信息造成一定程度的损失，影响聚类的质量。另外，许多常用降维方法如主成分分析(principal component analysis，PCA)都是基于数据具有全局线性分布的假设，若数据结构不满足要求，则难以取得理想的降维效果。

发明内容

本发明所要解决的技术问题是提供一种基于改进谱多流形聚类的负荷曲线聚类方法，其基于多流形假设的聚类算法——谱多流形聚类(spectral multi-manifoldclustering,SMMC)，以该算法的思路为基础，在相似性矩阵的计算方法上进行改进，引入了典型时间翘曲距离(canonical warping distance)的概念用以衡量负荷曲线间的相似程度，利用传统谱聚类中基于欧氏距离的高斯核函数计算局部相似性，结合两种相似性计算相似度权值从而构成相似性矩阵。这样既考虑了负荷曲线之间的欧氏距离关系，又考虑了负荷数据本身的时间序列属性。

为解决上述技术问题，本发明所采取的技术方案是：一种基于改进谱多流形聚类的负荷曲线聚类方法，其特征在于：该方法包括如下步骤：

(1)基于非参数核密度估计的典型日负荷曲线提取