[发明专利]一种非侵入式负荷用电信息的聚类方法、装置及设备

说明书

本发明公开了一种非侵入式负荷用电信息的聚类方法，考虑到Kmeans聚类算法能够将原始的包含多对象的数据集，以较低的计算量迅速划分为指定数目个集群，因此本申请率先用Kmeans聚类算法对目标电器的用电信息的采集序列进行处理，以得到第一预设数量个中层集群，在此基础之上再通过凝聚层次聚类方法对所有的中层集群进行循环地合并聚类，直至聚类结果满足预设迭代截止条件，避免了直接对原始的数据集进行迭代运算，在损失较小精度的基础上减少了运算量，降低了CPU的工作压力并提升了分类速度。本发明还公开了一种非侵入式负荷用电信息的聚类装置及设备，具有如上非侵入式负荷用电信息的聚类方法相同的有益效果。

技术领域

本发明涉及信息聚类领域，特别是涉及一种非侵入式负荷用电信息的聚类方法，本发明还涉及一种非侵入式负荷用电信息的聚类装置及设备。

背景技术

为了对非侵入负荷进行分解并研究，那么就必须对每个电器的用电信息(包括有功功率、无功功率、电压以及电流等)进行分类，现有技术中缺少一种成熟的对于目标电器的用电信息进行分类的方法，在进行分类时往往需要进行海量的计算，一方面增加了CPU的工作压力，另一方面分类速度较慢。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

发明内容

本发明的目的是提供一种非侵入式负荷用电信息的聚类方法，在损失较小精度的基础上减少了运算量，降低了CPU的工作压力并提升了分类速度；本发明的另一目的是提供一种非侵入式负荷用电信息的聚类装置及设备，在损失较小精度的基础上减少了运算量，降低了CPU的工作压力并提升了分类速度。

为解决上述技术问题，本发明提供了一种非侵入式负荷用电信息的聚类方法，包括：

获取目标电器的用电信息的采集序列；

采用Kmeans聚类算法将所述采集序列中的所有对象预先划分为第一预设数量个中层集群；

通过凝聚层次聚类方法对所有的所述中层集群进行合并聚类；

判断最后一次合并聚类后的多个集群是否满足预设迭代截止条件；

若是，则停止迭代；

若否，则将最后一次合并聚类后的多个集群作为所述中层集群并执行所述通过凝聚层次聚类方法对所有的所述中层集群进行合并聚类的步骤。

优选地，所述采用Kmeans聚类算法将所述采集序列中的所有对象预先划分为第一预设数量个中层集群具体为：

随机选取所述采集序列中的第一预设数量个对象作为初始集群中心；

将所述采集序列中除所述初始集群中心之外的各个对象，分别划分至距其最近的所述初始集群中心所在的集群，以便得到第一预设数量个初始集群；

更新每个所述初始集群的集群中心；

判断各个所述初始集群最新的集群中心是否均与上次更新后的集群中心相同；

若否，则执行所述将所述采集序列中除所述初始集群中心之外的各个对象，分别划分至距其最近的所述初始集群中心所在的集群，以便得到第一预设数量个初始集群的步骤；

若是，则将最后一次划分得到的所述第一预设数量个集群作为中层集群。

优选地，所述通过凝聚层次聚类方法对所有的所述中层集群进行合并聚类包括：

计算每两个所述中层集群之间的邻近度；

根据邻近度最小的第二预设数量对所述中层集群进行集群合并。

优选地，所述根据邻近度最小的第二预设数量对所述中层集群进行集群合并包括：