[发明专利]一种基于聚类和决策树的电力系统运行方式分类方法在审

专利信息
申请号: 202211397546.6 申请日: 2022-11-09
公开(公告)号: CN115757908A 公开(公告)日: 2023-03-07
发明(设计)人: 张文嘉;王荃荃;彭竹弈;刘昱良;刘国静;孙文涛;祁万春;葛毅;魏招毅;许偲轩;李辰;张世旭;蔡晖;赵菲菲;谢珍建 申请(专利权)人: 国网江苏省电力有限公司经济技术研究院
主分类号: G06F16/906 分类号: G06F16/906;G06F18/2431;G06Q50/06
代理公司: 成都睿道专利代理事务所(普通合伙) 51217 代理人: 贺理兴
地址: 210009 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 决策树 电力系统 运行 方式 分类 方法
【权利要求书】:

1.一种基于聚类和决策树的电力系统运行方式分类方法,其特征在于,包括以下步骤:

S1、提取电力系统运行方式模拟数据中源侧、网侧和负荷侧运行方式模拟数据,构建电力系统运行方式向量;

S2、根据电力系统运行方式向量,建立降维矩阵,对去中心化电力系统运行方式数据集进行降维,得到电力降维数据集;

S3、根据电力降维数据集,确定聚类中心,基于聚类中心对电力系统运行方式向量进行聚类处理,得到聚类组别;

S4、根据聚类组别,构建决策树;

S5、根据决策树的成本复杂度指标对决策树进行剪枝,采用剪枝后的决策树对电力系统运行数据进行处理,得到电力系统运行方式。

2.根据权利要求1所述的基于聚类和决策树的电力系统运行方式分类方法,其特征在于,所述步骤S1中电力系统运行方式向量为:

其中,p为电力系统运行方式向量,为|g|个传统机组在Ts时段源侧运行时的调度出力运行方式模拟数据,为|r|个新能源机组在Ts时段源侧运行时的调度出力运行方式模拟数据,为|f|条线路在Ts时段负荷侧的运行方式模拟数据,为负荷数据,为切负荷数据,|g|为传统机组数量,|r|为新能源机组数量,|f|为电网线路数量,|d|为负荷节点数量,Ts为时段,×为乘号。

3.根据权利要求1所述的基于聚类和决策树的电力系统运行方式分类方法,其特征在于,所述步骤S2包括以下分步骤:

S21、将多个电力系统运行方式向量构成电力系统运行方式数据集:

P0=(p1,…,pi,…,pM)

其中,P0为电力系统运行方式数据集,p1为第1个电力系统运行方式向量,pi为第i个电力系统运行方式向量,pM为第M个电力系统运行方式向量,i和M为正整数;

S22、对电力系统运行方式数据集进行去中心化处理,得到去中心化电力系统运行方式数据集;

其中,P为去中心化电力系统运行方式数据集,p1为第1个电力系统运行方式向量,pi为第i个电力系统运行方式向量,pM为第M个电力系统运行方式向量,i和M为正整数,为电力系统运行方式数据集的平均值;

S23、根据去中心化电力系统运行方式数据集,建立降维矩阵,对去中心化电力系统运行方式数据集进行降维,得到电力降维数据集。

4.根据权利要求3所述的基于聚类和决策树的电力系统运行方式分类方法,其特征在于,所述步骤S23包括以下分步骤:

S231、根据去中心化电力系统运行方式数据集,计算协方差矩阵:

其中,Cov为协方差矩阵,P为去中心化电力系统运行方式数据集,M为电力系统运行方式向量的数量,T为转置运算;

S232、对协方差矩阵进行特征值分解,得到特征值;

S233、取特征值对应的特征向量组成降维矩阵:

H=h1,h2,...,hK

其中,H为降维矩阵,h1为第1个特征向量,h2为第2个特征向量,hK为第K个特征向量;

S234、采用降维矩阵对去中心化电力系统运行方式数据集进行降维,得到电力降维数据集:

P′=HTP

其中,P′为电力降维数据集,H为降维矩阵,T为转置运算,P为去中心化电力系统运行方式数据集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司经济技术研究院,未经国网江苏省电力有限公司经济技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211397546.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top