[发明专利]聚类方法中基于信息熵的聚类数目优化方法

说明书

本发明公开了一种聚类方法中基于信息熵的聚类数目优化方法，在所述聚类方法中包括样本数据和质心，所述优化方法包括：获取所述样本数据与对应的所述质心之间的质心距离；基于所述质心距离获得所述样本数据的出现概率信息；对所述信息熵进行处理以获得处理后信息熵；对所述处理后信息熵进行离散分布处理以获得离散分布信息熵；基于所述出现概率信息和所述离散分布信息熵获得优化后聚类数目。通过基于信息熵对k‑means聚类法中的k值进行优化以获得最佳k值，从而提高运算效率，降低运算复杂度，提高电厂数据的聚类效果。

技术领域

本发明涉及电力系统技术领域，具体地涉及一种聚类方法中基于信息熵的聚类数目优化方法。

背景技术

为提高微电网中可再生能源的能耗，减轻其接入电网时对电能质量造成的影响，保证可靠供电，现有技术中主要采用微电网的形式进行可再生能源的消纳。由于微电网具有可再生能源渗透率高的特点，同时也是最为贴近用户侧的供能系统，因此微电网的运行通常面临着源-荷双重不确定性的威胁，对微电网的安全运行造成了极大的影响。

为了解决上述技术问题，技术人员对微电网源侧和荷侧的不确定性进行分析，并用数学形式表征，例如根据源侧和荷侧的不确定性变量进行建模的分析方法，常用的建模分析方法包括随机规划法、模糊规划法及鲁棒优化法。其中随机规划模型的不确定性表征方法主要有以下三种：基于概率分布的场景生成法、基于典型日的场景筛选法以及基于聚类技术的场景生成法(例如k-means聚类法)。

然而在实际应用过程中，以上各种方法均存在缺陷，例如基于聚类技术的场景生成法(k-means聚类法)由于需要预先给出k值的具体参数，而现有技术中往往通过人为给出，因此引入了人为主观而影响了聚类效果的精确性和客观性；而通过对k值进行自适应优化也进一步加大了算法的复杂程度，降低了运算效率，因此无法满足现有需求。

发明内容

为了克服现有技术中k-means聚类法中k值选取不精确导致运算复杂度高、运算效率低的技术问题，本发明实施例提供一种聚类方法中基于信息熵的聚类数目优化方法，通过基于信息熵对k-means聚类法中的k值进行优化以获得最佳k值，从而提高运算效率，降低运算复杂度，提高电厂数据的聚类效果。

为了实现上述目的，本发明实施例提供一种聚类方法中基于信息熵的聚类数目优化方法，在所述聚类方法中包括样本数据和质心，所述优化方法包括：获取所述样本数据与对应的所述质心之间的质心距离；基于所述质心距离获得所述样本数据的出现概率信息；对所述信息熵进行处理以获得处理后信息熵；对所述处理后信息熵进行离散分布处理以获得离散分布信息熵；基于所述出现概率信息和所述离散分布信息熵获得优化后聚类数目。

优选地，所述聚类方法为k-means聚类算法，所述获取所述样本数据与对应的所述质心之间的质心距离，包括：基于所述样本数据中获取k个聚类中心，其中所述k为正整数；获取每个所述样本数据与所述聚类中心的初始距离；基于所述初始距离对所述样本数据进行分类以获得所述样本数据的多个聚类，其中每个所述聚类包括一个质心；基于所述质心获得所述样本数据与对应的所述质心之间的质心距离。

优选地，所述基于所述质心距离获得所述样本数据的出现概率信息，包括：基于所述质心距离获得所述样本数据的出现概率信息，所述出现概率信息表征为：其中，x为样本数据、μ为质心、a为所述样本数据与所述质心的距离最小值、b为所述样本数据与所述质心的距离最大值、为标准正太分布函数、Φ()为标准正太分布函数的累计分布函数。

优选地，所述优化方法还包括：基于所述距离最小值和所述距离最大值确定区间长度Δ；基于所述区间长度Δ对所述出现概率信息进行优化，以获得优化后出现概率信息，所述优化后出现概率信息表征为：