[发明专利]一种基于融合进化算法的日负荷曲线聚类方法及系统

权利要求书

1.一种基于融合进化算法的日负荷曲线聚类方法，其特征在于，包括：

步骤1：获取多个用户的原始日负荷曲线负荷数据，对负荷数据进行预处理，获得负荷数据集，所述负荷数据集由多个数据对象组成，一个数据对象代表一条原始日负荷曲线的负荷；

步骤2：初始化模拟退火算法的当前退火温度和退火终止温度，基于负荷数据集预分类的类簇数目C，初始化遗传算法个体，随机生成S个个体形成初始化种群，所述个体由C个聚类中心编码构成；

步骤3：根据模糊C均值算法更新每个个体的聚类中心编码，获得数据对象相对于聚类中心的隶属度矩阵，选定适应度函数，计算个体适应度值；

步骤4：根据遗传算法对种群中个体进行遗传操作，根据当前退火温度和个体适应度值更新种群中个体的聚类中心编码，再对当前退火温度执行降温操作，获得更新后的当前退火温度；

步骤5：重复步骤4直至更新后的当前退火温度小于退火终止温度；

步骤6：选取种群中适应度值最大的个体作为最优个体，所述最优个体的聚类中心编码值确定为最终的C个聚类中心。

2.根据权利要求1所述的一种基于融合进化算法的日负荷曲线聚类方法，其特征在于，所述获取多个用户的原始日负荷曲线负荷，对原始日负荷曲线负荷进行预处理，获得负荷数据集的步骤，具体为：

查找每条原始日负荷曲线的负荷数据中缺失和异常数据，所述异常数据包括骤降、暴增或为负值的数据，若原始日负荷曲线的负荷异常数据达到采集量的10％，则将所述原始日负荷曲线剔除，获得第一备用负荷数据；

对第一备用负荷数据中缺失和异常数据进行补充和修正，获得第二备用负荷数据；

采用线性函数归一化方法对第二备用负荷数据进行归一化处理，获得负荷数据集。

3.根据权利要求2所述的一种基于融合进化算法的日负荷曲线聚类方法，其特征在于，所述对第一备用负荷数据中缺失和异常数据进行补充和修正采用重心拉格朗日插值法，所述重心拉格朗日插值法根据重心权来定义拉格朗日插值基函数。

4.根据权利要求1所述的一种基于融合进化算法的日负荷曲线聚类方法，其特征在于，所述个体由C个聚类中心编码构成采用二进制编码。

5.根据权利要求1所述的一种基于融合进化算法的日负荷曲线聚类方法，其特征在于，所述根据模糊C均值算法更新每个个体的聚类中心编码，获得数据对象相对于聚类中心的隶属度矩阵采用的隶属度函数为：

式中，u_ik为第i个数据对象属于第k类的隶属度，c为聚类中心个数，d_ik为第i个数据对象到第k类的距离，r为模糊指数；

所述选定适应度函数，计算个体适应度值采用的适应度函数为：

f_i＝ranking(J_r)；

式中，f_i代表种群中的第i个个体的适应度值，ranking()为基于排序的分配函数，J_r为：

式中，U为隶属度矩阵，V为聚类中心矩阵，c为聚类中心个数，n-x为数据对象数量，u_ik为第i个数据对象属于第k类的隶属度，d_ik为第i个数据对象到第k类的距离，r为模糊指数。