[发明专利]一种电力负荷聚类分析方法、装置和设备有效

专利信息
申请号: 201910222416.0 申请日: 2019-03-22
公开(公告)号: CN109934301B 公开(公告)日: 2022-10-04
发明(设计)人: 吴亚雄;曹华珍;高崇;唐俊熙;李浩;王天霖;何璇;李阳;张俊潇;陈沛东 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司电网规划研究中心;广东电网发展研究院有限责任公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q50/06
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张春水;唐京桥
地址: 510600 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力 负荷 聚类分析 方法 装置 设备
【权利要求书】:

1.一种电力负荷聚类分析方法,其特征在于,包括以下步骤:

101、从预处理后的电力用户i的日负荷曲线数据中选取一条日负荷曲线作为数据中心,根据动态时间弯曲算法计算所述数据中心与其余日负荷曲线数据的最短弯曲路径,并根据所述最短弯曲路径计算所述数据中心与所述其余日负荷曲线数据的平均距离;

102、遍历所述电力用户i的所有所述日负荷曲线数据,分别计算各所述日负荷曲线数据作为所述数据中心时,所述数据中心与所述其余日负荷曲线数据的平均距离;

103、将所述平均距离取得最小值时对应的所述数据中心作为所述电力用户i的数据代表,得到所有电力用户的数据代表集;

104、根据预置模糊裕度对所述数据代表集进行压缩降维处理,得到降维数据集;

105、对所述降维数据集的数据进行聚类。

2.根据权利要求1所述的电力负荷聚类分析方法,其特征在于,步骤101之前,还包括:

100、获取所有电力用户的日负荷曲线数据,对所述日负荷曲线数据进行预处理,所述预处理包括:对各所述日负荷曲线的原始数据进行清洗和筛选,将数据缺失或异常的所述日负荷曲线剔除。

3.根据权利要求2所述的电力负荷聚类分析方法,其特征在于,所述预处理还包括:

对各所述电力用户的所有所述日负荷曲线进行归一化、离散化和整数化处理。

4.根据权利要求1所述的电力负荷聚类分析方法,其特征在于,所述聚类的聚类算法为K-中心点聚类算法。

5.一种电力负荷聚类分析装置,其特征在于,包括:

距离单元,用于从预处理后的电力用户i的日负荷曲线数据中选取一条日负荷曲线作为数据中心,根据动态时间弯曲算法计算所述数据中心与其余日负荷曲线数据的最短弯曲路径,并根据所述最短弯曲路径计算所述数据中心与所述其余日负荷曲线数据的平均距离;

遍历单元,用于遍历所述电力用户i的所有所述日负荷曲线数据,分别计算各所述日负荷曲线数据作为所述数据中心时,所述数据中心与所述其余日负荷曲线数据的平均距离;

比对单元,用于将所述平均距离取得最小值时对应的所述数据中心作为所述电力用户i的数据代表,得到所有电力用户的数据代表集;

降维单元,用于根据预置模糊裕度对所述数据代表集进行压缩降维处理,得到降维数据集;

聚类单元,用于对所述降维数据集的数据进行聚类。

6.根据权利要求5所述的电力负荷聚类分析装置,其特征在于,还包括:

预处理单元,用于获取所有电力用户的日负荷曲线数据,对所述日负荷曲线数据进行预处理,所述预处理包括:对各所述日负荷曲线的原始数据进行清洗和筛选,将数据缺失或异常的所述日负荷曲线剔除。

7.根据权利要求6所述的电力负荷聚类分析装置,其特征在于,所述预处理单元还用于:对各所述电力用户的所有所述日负荷曲线进行归一化、离散化和整数化处理。

8.一种电力负荷聚类分析设备,其特征在于,所述设备包括处理器以及存储器;

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的电力负荷聚类分析方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4任一项所述的电力负荷聚类分析方法。

10.一种包括指令的计算机程序产品,其特征在于,当其在计算机上运行时,使得所述计算机执行权利要求1-4任一项所述的电力负荷聚类分析方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司电网规划研究中心;广东电网发展研究院有限责任公司,未经广东电网有限责任公司;广东电网有限责任公司电网规划研究中心;广东电网发展研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910222416.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top