[发明专利]一种基于K-means聚类的电力居民用户分类方法

权利要求书

1.一种基于K-means聚类的电力居民用户分类方法，其特征在于，包括以下步骤：

确定区域电力居民用户负荷数据；

对数据进行预处理；

根据K-means聚类算法对对预处理后的数据进行分类；

基于聚类结果，分析每类电力居民用户负荷特性；分析区域电力系统负荷特性；

对比分析电力系统负荷曲线和每类电力居民用户负荷曲线，确定每类电力居民用户用电类型。

2.根据权利要求1所述的方法，其特征在于，还包括根据每类电力居民用户用电类型，推送合理的售电方案。

3.根据权利要求1所述的方法，其特征在于，所述对数据进行预处理包括以下步骤：

A1、删除负荷数据中无效记录；包括负值数据与0；

A2、删除连续缺失较多的数据；

A3、个别缺失值处理；

对于首末端数据空缺，以趋势比例法进行补全；

对于中间数据空缺，以非邻均值生成法进行补全。

4.根据权利要求3所述的方法，其特征在于，所述删除连续缺失较多的数据具体为：

以15min为时间间隔点，每天的负荷值有96个点，删除连续缺失超过30个负荷值的样本。

5.根据权利要求1所述的方法，其特征在于，所述根据K-means聚类算法对对处理后的数据进行分类；包括以下步骤：

对预处理后的负荷数据进行归一化处理，并形成负荷数据样本集；

设定聚类个数，根据K-means聚类算法对负荷数据样本集进行分类。

6.根据权利要求1所述的方法，其特征在于，所述分析电力居民用户负荷特性包括：

基于聚类结果，分析每类用户的负荷特性，以日负荷特性曲线描述电力居民用户负荷特性。

7.根据权利要求5所述的方法，其特征在于，所述对预处理后的负荷数据进行归一化处理包括：

采用极值法对预处理后的负荷数据进行归一化处理，具体公式如下：

式中，X^*为经归一化处理后的值，X为预处理后的负荷数据，X_max为预处理后的负荷数据中的最大值。

8.根据权利要求1所述的方法，其特征在于，所述电力居民用户用电类型包括：迎峰用电型用户，部分迎峰用电型用户和平稳用电型用户。

9.根据权利要求5所述的方法，其特征在于，所述聚类个数K为3～10个。

10.根据权利要求9所述的方法，其特征在于，所述聚类个数K优选为5。