一种基于模糊C聚类的典型需求侧用户筛选方法技术

本发明专利技术公开了一种基于模糊C聚类的典型需求侧用户筛选方法，根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征，采用模糊C-均值聚类算法对同种行业内的用户以日负荷曲线为特征量进行聚类获得日负荷曲线相似的同类型用户及分类数目；根据日负荷曲线向量和电量水平特征以及分类数目采用加权重心的思想建立同类型用户中的典型用户筛选模型，进而通过该筛选模型从同类型用户中筛选出典型用户。本发明专利技术不仅能够对同行业电力用户进行分类，而且能从同类型用户中筛选出典型用户。

【技术实现步骤摘要】

本专利技术涉及一种根据电力系统海量用能负荷及其数据信息，适用于同行业内电力用户的分类及同类型用户的筛选的方法，属于电力需求侧管理领域
技术介绍
随着电源种类和电网负荷日益多样化，电网面临的问题越来越复杂。为了能够适应环境和能源以及对电力服务要求日益提高的电力用户对电网提出的挑战，智能电网应运而生。友好互动已成为智能电网的主要特征之一，具有重要的意义，具体表现在：电源侧，互动电网将极大增强电力系统承载大规模新能源入网的能力，丰富发电侧市场主体；输电侧，互动电网依托各类智能表计和先进的调度控制体系，可大幅提升输系统运行、监控、检修等环节的效率，降低线路损耗、实现线路自愈重构、提升输网设备的运行效率；用户侧，互动电网将极大增强用户参与资源优化配置过程的能力。如今越来越多的传感器、智能仪表等监测设备被装入电网，能够获得越来越多的电网实时运行数据，由此产生了能够覆盖电力系统发电、输电、变电、配电、用电、调度以及通信整个生产过程的海量数据，从而为电力负荷特性的研究奠定了坚实的基础。由于电力负荷变化与很多因素有关，而这些因素又具有很强的不确定性、地域性以及时段性，同时不同的因素对负荷的影响特性又是互不相同，从而使得电力负荷呈现极强的随机变化现象。因此，能够面向海量用能数据深入挖掘得到电力用户日益复杂的负荷特性，掌握各种激励和电价措施下各类用户的响应行为信息，了解新能源装置、电动汽车等外部应用系统对负荷变化的影响程度，为以后DSM项目实施等方面开展相关研究、制订相关政策提供技术支持。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种基于模糊C聚类的典型需求侧用户筛选方法，本专利技术不仅能够对同行业电力用户进行分类，而且能从同类型用户中筛选出典型用户。技术方案：为实现上述目的，本专利技术采用的技术方案为：一种基于模糊C聚类的典型需求侧用户筛选方法，根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征，采用模糊C-均值聚类算法对同种行业内的用户以日负荷曲线为特征量进行聚类获得日负荷曲线相似的同类型用户及分类数目；根据日负荷曲线向量和电量水平特征以及分类数目采用加权重心的思想建立同类型用户中的典型用户筛选模型，进而通过该筛选模型从同类型用户中筛选出典型用户。具体包括以下步骤：步骤1，根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征；步骤2，根据日负荷曲线向量初步确定待分类用户类型及分类数目；然后根据用户类型得到的用户日负荷曲线向量的隶属矩阵，同时用值在[0,1]间的随机数初始化隶属矩阵U，使其满足约束条件：Σi=1kuij=1,∀j=1,...,n;]]>其中，uij表示第j个用户的日负荷曲线向量属于第i类用户的隶属度；步骤3，根据步骤1得到的用户日负荷曲线向量及步骤2得到的隶属矩阵建立每类用户类型的聚类中心；步骤4，根据步骤1得到的日负荷曲线向量、步骤2得到的隶属矩阵、步骤3建立的聚类中心建立日负荷曲线向量的聚类目标函数，进而得到日负荷曲线向量的聚类目标函数值：步骤5，给定聚类目标阈值，将步骤4得到的聚类目标函数值与给定阈值比较，判断目标函数值与给定阈值的大小关系，若目标函数值大于给定阈值，则返回步骤3重新求解每类的聚类中心；步骤6，根据步骤1得到的日负荷曲线向量，步骤2得到的分类用户类型、分类数目、隶属矩阵以及步骤5得到确定的聚类中心建立分类数目的有效性进行检验模型；给定有效性检验阈值，当有效性检验均在有效性检验阈值范围内时，分类数目有效，若分类数目无效，返回步骤2重新确定分类数目；步骤7，将根据步骤1得到的用户的日负荷曲线向量和电量水平特征作为其对应用户的位置和重量，然后通过步骤6检验模型检验有效的分类数目通过加权重心的思想建立典型用户的筛选模型，进而从同类型用户中筛选出典型用户。所述步骤3建立每类用户类型的聚类中心：ci=Σj=1nuijmxjΣj=1nuijm;]]>其中，ci为第i类用户的聚类中心，uij表示第j个日负荷曲线向量属于第i类用户的隶属度，xj表示第j个日负荷曲线向量，m∈[1,∞)是一个加权指数。所述步骤4建立的聚类目标函数：J(U,c1,...,ck)=Σi=1kJi=Σi=1kΣjnuijmdij2;]]>该目标函数达到最小的必要条件为：ci=Σj=1nuijmxjΣj=1nuijm;]]>和uij=1Σk=1c(dijdkj)2/(m-1);]]>其中，J表示k类价值函数之和，U为隶属矩阵，ci为第i类用户的聚类中心，Ji代表第i类用户的价值函数，uij表示第j个日负荷曲线向量属于第i类用户的隶属度，m∈[1,∞)是一个加权指数，dij＝‖ci-xj‖为第i个聚类中心与第j个向量间的欧几里德距离，xj表示第j个日负荷曲线向量。所述步骤6建立分类数目的有效性进行检验模型包括同类离散度检验模型、中心离散度检验模型、平均隶属度检验模型，其中：同类离散度检验模型：I1=1kΣi=1kΣjxj∈id2(ci,xj);]]>中心离散度检验模型：I2=1(k-1)kΣi≠jd(ci,cj);i,j=1,2,...,k;]]>平均隶属度检验模型：I3=1nΣp=1nUmax,p;]]>式中，k为聚类数目，ci(i＝1,2,…,k)为第i类的聚类中心，xj表示第j个用户的日负荷曲线向量，d(ci,xj)＝‖ci-xj‖表示第j个日负荷曲线向量xj与第i个聚类中心ci的距离，Umax,p表示第p个用户隶属度矩阵的最大值。所述步骤7建立的典型用户筛选模型：minf＝‖Xj-Wi‖；s.t.Qj≥1kiΣjxj∈iQj;]]>Wi=Σjxj∈iQjXjΣjxj∈iQj;]]>其中，f为日负荷曲线向量Xj与第i类用户的重心Wi的欧几里德距离，Xj为属于第i类模糊集合的日负荷曲线向量，Wi为同类用户的重心，Qj为电量水平特征，ki为i类用户个数。有益效果：本专利技术提供的一种基于模糊C聚类的典型需求侧用户筛选方法，相比现有技术，具有以下有益效果：该方法通过从国名经济行业中随机选取若干用户，根据用户的电力、电量数据提取特征量本文档来自技高网...

【技术保护点】
一种基于模糊C聚类的典型需求侧用户筛选方法，其特征在于：根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征，采用模糊C‑均值聚类算法对同种行业内的用户以日负荷曲线为特征量进行聚类获得日负荷曲线相似的同类型用户及分类数目；根据日负荷曲线向量和电量水平特征以及分类数目采用加权重心的思想建立同类型用户中的典型用户筛选模型，进而通过该筛选模型从同类型用户中筛选出典型用户。

【技术特征摘要】
1.一种基于模糊C聚类的典型需求侧用户筛选方法，其特征在于：根据用户的电力、
电量数据提取特征量进而得到对应用户的日负荷曲线向量和电量水平特征，采用模
糊C-均值聚类算法对同种行业内的用户以日负荷曲线为特征量进行聚类获得日负荷
曲线相似的同类型用户及分类数目；根据日负荷曲线向量和电量水平特征以及分类
数目采用加权重心的思想建立同类型用户中的典型用户筛选模型，进而通过该筛选
模型从同类型用户中筛选出典型用户。
2.根据权利要求1所述的基于模糊C聚类的典型需求侧用户筛选方法，其特征在于：
包括以下步骤：
步骤1，根据用户的电力、电量数据提取特征量进而得到对应用户的日负荷曲线
向量和电量水平特征；
步骤2，根据日负荷曲线向量初步确定待分类用户类型及分类数目；然后根据用
户类型得到的用户日负荷曲线向量的隶属矩阵，同时用值在[0,1]间的随机数初始化
隶属矩阵U，使其满足约束条件：
Σi=1kuij=1,∀j=1,...,n;]]>其中，uij表示第j个日负荷曲线向量属于第i类用户的隶属度；
步骤3，根据步骤1得到的用户日负荷曲线向量及步骤2得到的隶属矩阵建立每
类用户类型的聚类中心；
步骤4，根据步骤1得到的日负荷曲线向量、步骤2得到的隶属矩阵、步骤3
建立的聚类中心建立日负荷曲线向量的聚类目标函数，进而得到日负荷曲线向量的
聚类目标函数值：
步骤5，给定聚类目标阈值，将步骤4得到的聚类目标函数值与给定阈值比较，
判断目标函数值与给定阈值的大小关系，若目标函数值大于给定阈值，则返回步骤3
重新求解每类的聚类中心；
步骤6，根据步骤1得到的日负荷曲线向量，步骤2得到的分类用户类型、分类
数目、隶属矩阵以及步骤5得到确定的聚类中心建立分类数目的有效性进行检验模
型；给定有效性检验阈值，当有效性检验均在有效性检验阈值范围内时，分类数目
有效，若分类数目无效，返回步骤2重新确定分类数目；
步骤7，将根据步骤1得到的用户的日负荷曲线向量和电量水平特征作为其对应
用户的位置和重量，然后通过步骤6检验模型检验有效的分类数目通过加权重心的
思想建立典型用户的筛选模型，进而从同类型用户中筛选出典型用户。
3.根据权利要求1所述的基于模糊C聚类的典型需求侧用户筛选方法，其特征在于：
所述步骤3建立每类用户类型的聚类中心：
ci=Σj=1nuijm·xjΣj=1nuijm;]]>其中，ci为第i类用户类型A的聚类中...

【专利技术属性】
技术研发人员：徐青山，祝明乐，许晓慧，汪春，刘海璇，张祥文，丁茂生，马军，田炯，丁皓，张倩，
申请(专利权)人：东南大学，中国电力科学研究院，国网宁夏电力公司，
类型：发明
国别省市：江苏;32