[发明专利]一种基于小波变换的负荷聚类和模式识别方法

权利要求书

1.一种基于小波变换的负荷聚类和模式识别方法，其特征在于：包括以下步骤，

获取n维的日负荷曲线；

降低日负荷曲线的维度，生成逼近信号X_aL和细节信号X_aH；

分别对标准化处理后的逼近信号X′_aL和细节信号X_aH进行聚类，获得簇A和簇D；

将簇A和簇D聚合，获得最终的簇C，其聚类中心就是负荷模式中心C_center。

2.根据权利要求1所述的一种基于小波变换的负荷聚类和模式识别方法，其特征在于：采用多级一维离散沃尔什变换降低日负荷曲线的维度。

3.根据权利要求2所述的一种基于小波变换的负荷聚类和模式识别方法，其特征在于：逼近信号X_aL和细节信号X_aH为，

X_aL＝{x_1,αL,x_2,αL,…x_n,αL}

X_aH＝{x_1,αH,x_2,αH,…x_n,αH}

其中，x_i,aL＝<a_i1,a_i2,…,a_in'>，x_i,aH＝<d_i1,d_i2,…,d_in'>，1≤i≤n，1≤k≤n′，n′＝n/2α，x_i,aL、x_i,aH分别为第i维α级逼近信号和细节信号，a_ik为第i维逼近信号的第k个元素，d_ik为第i维细节信号的第k个元素，α为级数，即α级一维离散沃尔什变换。

4.根据权利要求1所述的一种基于小波变换的负荷聚类和模式识别方法，其特征在于：对逼近信号X_aL进行z-score标准化处理，得到标准化处理后的逼近信号X′_aL。

5.根据权利要求4所述的一种基于小波变换的负荷聚类和模式识别方法，其特征在于：X′_aL为，

X′_aL＝{x'_1,αL,x'_2,αL,…x'_n,αL}

其中，标准化处理后的第i维α级逼近信号x'_i,αL＝<a′_i1,a′_i2,…,a′_in'>，μ_i为a_ik的平均值，σ_i为a_ik的标准差，1≤k≤n′。

6.根据权利要求1所述的一种基于小波变换的负荷聚类和模式识别方法，其特征在于：分别对标准化处理后的逼近信号X′_aL和细节信号X_aH进行k-means聚类，获得簇A和簇D，k-means聚类的K值由Simplified Silhouette标准确定。