[发明专利]一种基于主元降维和间隙统计的负荷聚类装置及方法

说明书

本发明公开了一种基于主元降维和间隙统计的负荷聚类方法，涉及电力负荷数据处理技术领域，其技术要点包括：S1：获取海量用户原始电力负荷数据B；S2：对数据B做主成分分析，得到数据C；S3：对数据C做间隙统计计算，得到离散度和间隙值数据D；S4：根据数据D计算聚类个数，对所述聚类个数做判断，若聚类个数≥2时，则带入聚类算法进行聚类，获得聚类结果，否则结束步骤，通过对智能电表获得的海量负荷数据进行降维，能够减少运算的复杂度；同时方法能够获得降维数据后的最优聚类数，并通过离散度对数与聚类个数n的曲线关系，实现聚类数效果的可视化，本方法能够避免聚类算法的随机性，提高聚类速度和准确性。

技术领域

本发明涉及电力负荷数据处理技术领域，具体涉及一种基于主元降维和间隙统计的负荷聚类装置及方法。

背景技术

随着智能电表大规模应用，电力企业可获得海量的负荷数据。而分析海量负荷数据的关键工作之一是进行负荷聚类，也是当前工业界和学术界关注的重点。

国内外负荷聚类方法可分为直接聚类法和间接聚类法。直接聚类法，是指直接以负荷数据作为输入量的聚类方法。间接聚类法，是先对负荷数据做分析、处理和降维，再进行聚类的方法。直接法由于输入数据维数过大，容易出现维数灾和聚类时间过长；而间接法存在聚类中心和类别数确定困难。

因此解决上述问题是我们亟需的。

发明内容

有鉴于此，本发明目的在于提供一种基于主元降维和间隙统计的负荷聚类装置及方法，以解决负荷聚类过程中的海量数据优化降维和聚类类别数确定的问题。

一种基于主元降维和间隙统计的负荷聚类装置，包括：

电力数据预处理装置，其用于调取某个时间段汇入电网的原始电力负荷数据样本A，并于所述时间段按等间隔提取原始电力负荷数据样本A，并生成电力负荷数据B；

电力数据采集装置，其用于接收所述电力数据预处理装置生成的电力负荷数据B；

电力数据筛选装置，其用于对所述电力负荷数据B做主成分筛选，得到K维特征数据C；

电力数据聚类处理装置，其用于对K维特征数据C做聚类处理，得到n个子集、聚类中心点Ck和子集与聚类中心的距离平方和S_k，令聚类数n＝1和n＝2，得到聚类后的离散度ω(n)；对得到的离散度取自然对数，选取一个参考数据集r，得到间隙值G(n)，并记离散度ω(n)和间隙值G(n)为数据D；

电力数据聚类判定装置，其通过数据集r、间隙值G(n)和离散度ω(n)得到参考数据集的离散度估计值E{ln[W_r(n)]}，并计算数据集产生的分布误差δ，通过表达式 G(n)≥G(n+1)-δ_n+1，得到最佳聚类个数，对聚类个数做判定，若聚类个数≥2时，则进行聚类处理，获取聚类结果，得到最佳聚类个数，并带入聚类算法中，获取聚类结果。

数据显示装置，其用于显示聚类结果图像。

此外基于本装置，本发明还提供一种基于主元降维和间隙统计的负荷聚类方法来实现具体处理效果。

一种基于主元降维和间隙统计的负荷聚类方法，包括步骤：S1：获取用户原始电力负荷数据B；S2：对数据B做主成分分析，得到K维特征数据C；S3：对K维特征数据C做聚类处理，得到n个子集、聚类中心点Ck和子集与聚类中心的距离平方和S_k，令聚类数n＝1 和n＝2，得到聚类后的离散度ω(n)；对得到的离散度取自然对数，选取一个参考数据集r，得到间隙值G(n)，将离散度ω(n)和间隙值G(n)记为数据D；S4：根据数据D计算聚类个数，对所述聚类个数做判断，若聚类个数≥2时，则带入聚类算法进行聚类，获得聚类结果，否则结束步骤。