The invention discloses a Taiwan area load accurate classification analysis method based on fuzzy C means clustering, including the selection of S1 normal enough one day 48 point load curve, pretreatment, S2 FCM clustering algorithm is adopted to realize the division of Taiwan area, and the clustering validity function P '(U; C the best results of load classification judgment); determine the Taiwan area S3 contains the typical daily load curve and the classification of each type of load in the Taiwan area; load accurate classification method of fuzzy C - means clustering analysis based on the comparative analysis of a variety of clustering validity function on the basis of selecting the most suitable one for to determine the load classification results; further, extracting feature vectors load key user daily load curve from actual measurement, using the fuzzy C mean clustering algorithm for clustering analysis, which are divided into the same class load It has high consistency.
【技术实现步骤摘要】
一种基于模糊C均值聚类分析的台区负荷精确分类方法
本专利技术涉及负荷分类
,具体为一种基于模糊C均值聚类分析的台区负荷精确分类方法。
技术介绍
负荷分类对电力系统的经济分析、运行和规划都具有重要意义,尤其是随着电力市场的不断发展、以及电力需求侧管理技术的广泛应用,负荷分类已经成为电价制定、负荷预测、系统规划、负荷建模等工作的重要基础。供电部门传统的负荷分类方法,往往是依据用户的经济活动特点进行划分,带有一定的主观性。由于设备构成、生活习惯等因素的影响,具有相同经济活动特点的用户,其负荷特性也并不完全一致。因此深入探讨更为科学准确的负荷分类方法,具有重要的理论意义和实用价值。目前很多研究都采用灰色关联聚类法,该方法能够准确地提取同类负荷的共同本质特征,不仅对于以变电站负荷构成比例为基本特征量的分类、综合有效,而且也可以推广到行业典型用户的筛选,还可应用于基于量测的负荷动特性分类与综合,但该算法计算量较大;有些人采用Ward方法,该方法最终聚类数目的确定需要根据结果和经验进行选取;密度梯度算法能够识别任意形状的类,但无法保证不同的扰动强度对聚类结果的影响;还有好多人都是对用户的负荷分类,采用模糊聚类算法,该算法对孤立点比较敏感,能够识别出具有特殊性的样本,可以将最大最小距离作为相似性度量进行聚类分析;或者采用神经网络进行聚类分析,从而得到各类的典型负荷曲线,再根据典型负荷曲线叠加得到总负荷曲线。
技术实现思路
本专利技术的目的在于提供一种基于模糊C均值聚类分析的台区负荷精确分类方法,在比较分析多种聚类有效性函数基础上,优选出最合适的一种——P′(U;c)用以 ...
【技术保护点】
一种基于模糊C均值聚类分析的台区负荷精确分类方法,其特征在于,包括以下步骤:S1:选择足够平常的一日的48点负荷曲线,进行预处理,包括去除坏数据以及归一化;S2:采用FCM聚类算法实现对台区的划分,并采用聚类有效性函数P′(U;c)判断负荷分类的最佳结果;S3:确定每一种类型负荷的典型日负荷曲线及其分类中所包含的台区。
【技术特征摘要】
1.一种基于模糊C均值聚类分析的台区负荷精确分类方法,其特征在于,包括以下步骤:S1:选择足够平常的一日的48点负荷曲线,进行预处理,包括去除坏数据以及归一化;S2:采用FCM聚类算法实现对台区的划分,并采用聚类有效性函数P′(U;c)判断负荷分类的最佳结果;S3:确定每一种类型负荷的典型日负荷曲线及其分类中所包含的台区。2.根据权利要求1所述的一种基于模糊C均值聚类分析的台区负荷精确分类方法,其特征在于,在步骤S2中,在对样本数据的分类应用中,模糊C均值FCM算法将n个样本的特征向量Xi(i=1,2,…n)分为nc个类,然后求每类的聚类中心,使得用隶属度函数和距离定义的聚类目标函数J达到最小;FCM用模糊方法划分,对于每个给定的样本用区间(0,1)中的隶属度值来确定其相似与各类的程度;为了能够应用模糊划分方法,隶属矩阵u中的元素取值应在区间(0,1)上,加上归一化的规定,要求每个样本对各类的隶属度之和为1,即:引入欧氏距离概念定义的目标函数为:式中,U为隶属度矩阵,uij∈(0,1)表示第j个样本对于第i类的隶属度;Xci表示类别i的聚类中心;dij=||Xci-Xj||为聚类中心Xci与样本j之间的欧氏距离;m表示加权指数,取m的值为2,综...
【专利技术属性】
技术研发人员:谢晓帆,黄吉明,刘秋林,郭泉辉,肖媛,何小波,罗有国,廖雪松,贺永峰,邵晨辉,郭骞,陈巍,方志,王磊,严小玉,尹君,方晶,陆艺,连凡,
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,
类型:发明
国别省市:江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。