一种基于自适应层次时间序列聚类的用电负荷预测方法技术

本发明专利技术请求保护一种基于自适应层次时间序列聚类的用电负荷预测方法。1)根据量化后用电负荷的上升、减少和持平特征在窗口时间段上依次划分出负荷序列；2)采用层次聚类法对负荷序列特性进行凝聚层次聚类；3)利用分层的思想对负荷进行预测，将预测负荷序列组中的后一负荷序列作为下一时段的预测负荷，然后将预测出的负荷序列作为当前最新的负荷序列；4)通过反馈方法动态调整量化因子、时间窗口及分簇参数，完成用电负荷预测。从而提供了一种在超短期内更加精准的用电负荷预测方法，并有效降低负荷预测中对原始数据的存储代价，为科学、准确实现智能电网中电力调配起到支撑作用。

An electric load forecasting method based on adaptive hierarchical time series clustering

The invention requests an electric load forecasting method based on adaptive hierarchical time series clustering. 1) according to the quantization after rising, load reduction and flat characteristics in the time window is divided into load sequence; 2) the load sequence characteristics of agglomerative hierarchical clustering hierarchical clustering method; 3) to forecast the load using hierarchical thinking, the forecasting load sequence in the group after a load sequence as the load forecasting of the next time, and then the load sequence predicted as the current load sequence; 4) through the feedback method dynamically adjusts the quantization factor, time window and sub cluster parameters, complete the electricity load forecast. In order to provide a more accurate in the ultra short term load forecasting method, and effectively reduce the storage cost of the original data in load forecasting, scientific and accurate implementation of the smart grid deployment power play a supporting role.

【技术实现步骤摘要】
一种基于自适应层次时间序列聚类的用电负荷预测方法
本专利技术涉及智能电网的用电信息处理领域，具体涉及一种基于自适应层次时间序列聚类的用电负荷预测方法。
技术介绍
智能电网条件下，各种先进计量装置(如传感器、智能仪表)被越来越多地安装在配电网中，以监测、控制和预测电能使用，那些收集到的不同时间间隔的变压器或电力用户日消费数据，构成了各监测点的负荷曲线。这些准确而详细的电力消费信息为配电企业通过专门的分析获取负荷模式提供了基础。目前，国内外关于负荷模式提取的技术主要运用各种聚类分析技术获取电力用户典型负荷曲线和负荷特性可用于预测和估计未来电力需求，同时使用负荷模式分类还可以减少信息系统的负荷数据存储。但是目前聚类技术无法满足时间序列上负荷的准确分簇，从而使得聚类技术针对短时期内的负荷预测存在一定局限性。目前，尚未有一种基于自适应参数调整的层次时间序列聚类的负荷预测方法。
技术实现思路
本专利技术旨在解决以上现有技术的问题。提出了一种基于自适应层次时间序列聚类的用电负荷预测方法。本专利技术的技术方案如下：一种基于自适应层次时间序列聚类的用电负荷预测方法，其包括以下步骤；1)获取用电负荷并划分负荷序列；2)采用层次聚类法对负荷序列特性进行凝聚层次聚类；3)利用分层的思想对负荷进行预测；4)通过反馈方法动态调整量化因子、时间窗口及分簇参数，完成用电负荷预测。进一步的，所述步骤1)划分负荷序列的步骤之前还包括对用户用电负荷进行量化的步骤，所述划分负荷序列步骤包括：根据用电负荷的上升、减少和持平特征在窗口时间段上进行划分。进一步的，步骤2)采用层次聚类法对负荷序列特性进行凝聚层次聚类包括：步骤S2.1：设置单位时刻距离dis_t、单位时刻负荷距离dis_p及序列长度距离dis_len，对负荷序列进行初始凝聚分簇；步骤S2.2：对序列中心时刻距离dis_Tc和负荷总量距离dis_sum进行设置，将极大簇分裂成多个较小的簇，不同的负荷序列簇为序列的第一层；步骤S2.3：将两个时间相邻的负荷序列组成预测负荷序列组，将组中起始负荷序列所属同一簇的预测负荷序列组合并为负荷序列域，不同的预测负荷序列域为序列的第二层。进一步的，步骤3)利用分层的思想对负荷进行预测包括步骤：在负荷预测过程中，寻找当前最新负荷序列所属域，并在域中寻找匹配的预侧负荷序列组，将预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷，然后将预测出的负荷序列作为当前最新的负荷序列，重复该步骤继续进行预测。进一步的，所述负荷预测过程具体包括以下步骤：步骤S3.1：在负荷预测过程中，寻找当前最新负荷序列所属预测负荷序列域；步骤S3.2：若未发现所属预测负荷序列域，则寻找离该负荷序列邻域半径上最近的负荷序列簇，找出该簇表征的预测负荷序列域，并寻找域中各个预侧负荷序列组中后一负荷序列所属簇中拥有序列数量最多的簇，并使用该簇的质心序列作为一时段的预测负荷；步骤S3.3：若发现所属预测负荷序列域，当域中有多个预测负荷序列组中的起始负荷序列与当前负荷序列匹配，则使用发生时间最晚的预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷；步骤S3.4：若域中无起始负荷序列与当前负荷序列匹配，则寻找域中各个预侧负荷序列组中后一负荷序列所属簇中拥有序列数量最多的簇，并使用该簇的质心序列作为一时段的预测负荷；步骤S3.5：将预测出的负荷序列作为最新的负荷序列重复该步骤进行后续负荷的预测。进一步的，步骤4)通过反馈方法动态调整量化因子、时间窗口及分簇参数包括步骤S4：在当前实际最新序列更新后，使用准确率与误差率作为评判当前预测结果的指标，分别对量化因子、窗口大小以及分簇参数进行迭代计算，对当前负荷序列预测的参数进行修正，并进行下一次预测。进一步的，使用准确率与误差率作为评判当前预测结果的指标，分别对量化因子、窗口大小以及分簇参数进行迭代计算，对当前负荷序列预测的参数进行修正，并进行下一次预测具体包括：单次预测结束后，当前预测时段内对量化因子、窗口大小、序列长度距离、单位时刻距离、序列中心时刻距离、单位时刻负荷距离、负荷总量距离分别进行迭代运算，在单个参数迭代过程中，产生不同的预测序列，并与实际序列进行对比，选取准确率最高且误差率最低时的参数值作为下一次预测的次优参数。进一步的，所述负荷序列特性包括序列长度、单位时刻、序列中心时刻、单位时刻负荷、负荷总量五个负荷序列特性。本专利技术的优点及有益效果如下：本专利技术的目的在于提供一种基于自适应层次时间序列聚类的用电负荷预测方法，该预测方法利用层次聚类的思想，针对时间序列负荷量，使用负荷序列长度、单位时刻、序列中心时刻、单位时刻负荷、负荷总量五个特性对负荷序列特性进行凝聚-分裂的层次聚类，利用分层的思想对负荷进行预测，通过反馈方法动态调整量化因子、时间窗口及分簇参数，从而供了一种在超短期内更加精准的用电负荷预测方法，并有效降低负荷预测中对原始数据的存储代价，为科学、准确实现智能电网中电力调配起到支撑作用。经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于自适应层次时间序列聚类的用电负荷预测方法。根据量化后用电负荷的上升、减少和持平特征在窗口时间段上依次划分出负荷序列。根据负荷序列长度、时间段与负荷段对负荷序列进行层次时间序列聚类，得到不同负荷序列簇，并作为序列的第一层。将两个时间相邻的负荷序列组成预测负荷序列组，将组中起始负荷序列所属同一簇的预测负荷序列组合并为负荷序列域，不同的预测负荷序列域为序列的第二层。在负荷预测过程中，寻找当前最新负荷序列所属域，并在域中寻找匹配的预侧负荷序列组，将预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷，然后将预测出的负荷序列作为当前最新的负荷序列，重复该步骤继续进行预测。在当前实际最新序列更新后，使用准确率与误差率作为评判当前预测结果的指标，分别对量化因子、窗口大小以及分簇参数进行迭代计算，对当前负荷序列预测的参数进行修正，并进行下一次预测。该预测方法利用层次时间序列聚类的思想，使用序列长度、单位时刻、序列中心时刻、单位时刻负荷、负荷总量五个特性对负荷序列特性进行描述，利用分层的机制对负荷进行预测，通过反馈方法动态调整量化因子、时间窗口及分簇参数，从而提供了一种在超短期内更加精准的用电负荷预测方法，并有效降低负荷预测中对原始数据的存储代价，为科学、准确实现智能电网中电力调配起到支撑作用。附图说明图1是本专利技术提供优选实施例基于自适应层次时间序列聚类的用电负荷预测方法流程图；图2为步骤S1所述的负荷序列划分流程图；图3为步骤S2.1所述的层次时间序列凝聚分簇流程图；图4为步骤S2.2所述的层次时间序列分裂簇流程图；图5为步骤S2.3所述的负荷序列分层流程图；图6为步骤S3.2所述的分层负荷预测示意图；图7为步骤S3.3所述的分层负荷预测示意图；图8为步骤S3.4所述的分层负荷预测示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本专利技术的一部分实施例。本专利技术的技术方案如下：本专利技术公开提供了一种基于自适应层次时间序列聚类的用电负荷预测方法。根据量化后用电负荷的上升、减少和持平特征在窗口时间段上依次划分出负荷序列。根据负荷序列长度、时间段与本文档来自技高网...

【技术保护点】
一种基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，包括以下步骤；1)获取用电负荷并划分负荷序列；2)采用层次聚类法对负荷序列特性进行凝聚层次聚类；3)利用分层的思想对负荷进行预测；，分层思想主要体现在负荷组分簇‑>合并成域‑>组成预测组的步骤；4)通过反馈方法动态调整量化因子、时间窗口及分簇参数，完成用电负荷预测。

【技术特征摘要】
1.一种基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，包括以下步骤；1)获取用电负荷并划分负荷序列；2)采用层次聚类法对负荷序列特性进行凝聚层次聚类；3)利用分层的思想对负荷进行预测；，分层思想主要体现在负荷组分簇->合并成域->组成预测组的步骤；4)通过反馈方法动态调整量化因子、时间窗口及分簇参数，完成用电负荷预测。2.根据权利要求1所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，所述步骤1)划分负荷序列的步骤之前还包括对用户用电负荷进行量化的步骤，所述划分负荷序列步骤包括：根据用电负荷的上升、减少和持平特征在窗口时间段上进行划分。3.根据权利要求1或2所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，步骤2)采用层次聚类法对负荷序列特性进行凝聚层次聚类包括：步骤S2.1：设置单位时刻距离dis_t、单位时刻负荷距离dis_p及序列长度距离dis_len，对负荷序列进行初始凝聚分簇；步骤S2.2：对序列中心时刻距离dis_Tc和负荷总量距离dis_sum进行设置，将极大簇分裂成多个较小的簇，不同的负荷序列簇为序列的第一层；步骤S2.3：将两个时间相邻的负荷序列组成预测负荷序列组，将组中起始负荷序列所属同一簇的预测负荷序列组合并为负荷序列域，不同的预测负荷序列域为序列的第二层。4.根据权利要求3所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，步骤3)利用分层的思想对负荷进行预测包括步骤：在负荷预测过程中，寻找当前最新负荷序列所属域，并在域中寻找匹配的预侧负荷序列组，将预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷，然后将预测出的负荷序列作为当前最新的负荷序列，重复该步骤继续进行预测。5.根据权利要求4所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，所述负荷预测过程具体包括以下步骤：步骤S3.1：在负荷预测过程中，寻找当前最新负荷序列所属预测负荷序列域...

【专利技术属性】
技术研发人员：向敏，田力，胡向东，屈琴芹，许珑璋，王在乾，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50