[发明专利]一种基于负荷曲线距离和形状的负荷分类方法在审
申请号: | 201610810618.3 | 申请日: | 2016-09-08 |
公开(公告)号: | CN106408008A | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 谢晓帆;李斌;陈巍;王磊;蓝师嘉;罗有国 | 申请(专利权)人: | 国网江西省电力公司赣州供电分公司;国家电网公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 南昌新天下专利商标代理有限公司36115 | 代理人: | 余鹏飞 |
地址: | 341001 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种负荷分类的技术领域,具体涉及一种基于负荷曲线距离和形状的负荷分类方法;该方法包括以下步骤对用户负荷数据进行数据预处理,用K‑means聚类法对专变用户进行聚类,分别选不同的K,找出最佳聚类数目时各类的类中心;选取电网每周工作日的平均总负荷曲线为样本,用主成分分析法对样本计算各属性的权重;将K‑means聚类法得到的类中心作为初始类中心;用类均值更新类中心;重复步骤直至类中心不再变化,即可得到负荷分类。本发明从聚类数目的确定、初始类中心的选择、相似性度量以及迭代过程上作改进,形成一种基于负荷曲线距离和形状的负荷分类方法,该方法具有效率高、精准度高等特点。 | ||
搜索关键词: | 一种 基于 负荷 曲线 距离 形状 分类 方法 | ||
【主权项】:
一种基于负荷曲线距离和形状的负荷分类方法,其特征在于:该方法实现步骤如下:S1:对用户负荷数据进行数据预处理,用K‑means聚类法对专变用户进行聚类,分别选不同的k,找出最佳聚类数目时各类的类中心;S2:选取电网每周工作日的平均总负荷曲线为样本,用主成分分析法对样本计算各属性的权重;S3:将K‑means聚类法得到的类中心作为初始类中心,分别计算每个样本,计算每个样本Xi到类中心的距离,若则直接将Xi归到距离最近的类中,否则计算Xi与arg(d1)、arg(d2)类中心的形状相似性Tij,将Xi归入曲线形状最相似的类中;S4:用类均值更新类中心;S5:重复步骤S3,直至类中心不再变化,即可得到负荷分类。
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西省电力公司赣州供电分公司;国家电网公司,未经国网江西省电力公司赣州供电分公司;国家电网公司许可,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/patent/201610810618.3/,转载请声明来源钻瓜专利网。