The invention provides a double clustering method of substation, considering the method of clustering model is divided into two parts the upper lower and lower substation user clustering, user clustering model mainly considering the electrical characteristics of the user, the clustering results for the analysis of the composition of the substation, the upper substation clustering model considering load characteristics and the composition of two aspects. According to the double clustering model is proposed, respectively, proposed the use of improved K algorithm and K means consider weighted means algorithm to solve. The substation double layer clustering method can effectively overcome the shortcomings of the existing methods and improve the accuracy of the substation clustering. At the same time, the reliability of the proposed method is verified by analyzing the clustering of substations based on analog data.
【技术实现步骤摘要】
一种考虑构成的变电站负荷两层聚类方法
本专利技术涉及负荷聚类、负荷建模、电网规划等领域,特别是涉及一种考虑构成的变电站负荷两层聚类方法。
技术介绍
变电站负荷特性分类能有效解决负荷特性的时变性及区域分散性问题,是负荷建模中的一项重要工作。精确化的负荷特性分类能提炼负荷的共性特征,反映电力系统的运行状态,这对指导电网规划、实时调度等同样具有重要意义。为进一步提高变电站负荷聚类的准确性、可靠性,本文提出了考虑构成的变电站双层聚类模型。以及相应的变电站双层聚类方法,该方法能有效克服现有方法的不足。
技术实现思路
本专利技术的目的是针对现有负荷聚类方法的不足,提出的一种考虑构成的变电站负荷两层聚类方法,该方法考虑构成的变电站双层聚类通过由用户聚类结果进行构成分析,在此基础上进行考虑变电站构成及其综合负荷特性的聚类,能更细致的考虑到用户的用电特性差异给上层变电站聚类造成的影响,弥补现有方法忽略用户负荷特性的不足,结果更为准确、可靠。为了达到上述目的,本专利技术所采用的技术方案如下:一种考虑构成的变电站负荷两层聚类方法,具体包括如下步骤:(1)配电网中的变电站与其下层用户连接方式视为一种双层结构并建立相应的下层用户数据集与上层变电站用户集;(2)根据步骤(1)建立的数据集,建立下层用户负荷聚类模型对众多的下层用户负荷进行聚类,以下层众多用户的实际负荷特性聚类结果计算变电站构成比例。并以此为基础建立上层变电站聚类模型。最终形成考虑构成的变电站双层聚类模型。(3)对步骤(2)中建立的模型利用考虑权重的改进Kmeans算法进行求解,并确定聚类结果。进一步的,所述步骤(1)具体为 ...
【技术保护点】
一种考虑构成的变电站负荷两层聚类方法,其特征在于,具体包括如下步骤:(1)将配电网中的变电站与其下层用户连接方式视为一种双层结构,建立相应的下层用户数据集与上层变电站用户集;(2)根据步骤(1)建立的数据集,,建立下层用户负荷聚类模型,对众多的下层用户负荷进行聚类,以下层众多用户的实际负荷特性聚类结果计算变电站构成比例,并以此为基础建立上层变电站聚类模型,最终形成考虑构成的变电站双层聚类模型;(3)对步骤(2)中建立的变电站双层聚类模型利用考虑权重的改进Kmeans算法进行求解,并确定聚类结果。
【技术特征摘要】
1.一种考虑构成的变电站负荷两层聚类方法,其特征在于,具体包括如下步骤:(1)将配电网中的变电站与其下层用户连接方式视为一种双层结构,建立相应的下层用户数据集与上层变电站用户集;(2)根据步骤(1)建立的数据集,,建立下层用户负荷聚类模型,对众多的下层用户负荷进行聚类,以下层众多用户的实际负荷特性聚类结果计算变电站构成比例,并以此为基础建立上层变电站聚类模型,最终形成考虑构成的变电站双层聚类模型;(3)对步骤(2)中建立的变电站双层聚类模型利用考虑权重的改进Kmeans算法进行求解,并确定聚类结果。2.根据权利要求1所述的考虑构成的变电站负荷两层聚类方法,其特征在于,所述的步骤(1)具体为:设变电站有S个,其中,第i个变电站下层用户数为ui,用户总计为U个;由用电信息采集系统可得各用户的日负荷数据,记第i个变电站下层第j个用户的有功量测数据为:其中d=1,…,D,D为日负荷曲线采样点数;对于第i个变电站,设该变电站中的用户个数为ni,,其日负荷数据为:3.根据权利要求1所述的考虑构成的变电站负荷两层聚类方法,其特征在于,所述的步骤(2)具体为:(2.1)下层用户负荷聚类模型先对下层用户负荷进行聚类,用户聚类模型采用欧式距离作为用户负荷的特征向量相似性评价指标,其目标函数为平方准则误差函数:式中,clow为下层用户的类数,表示第n1个用户的负荷特征向量到第m1类的类中心的欧氏距离,为二进制变量,等于1表示第n1个用户属于第m1类,等于0则表示不属于该类;为保证各用户能且只能划分到某一类中,需满足:同时为保证c1类均不为空集,还需满足:(2.2)基于下层用户负荷聚类的变电站构成分析(2.1.1)计算变电站下层各类别用户的有功负荷之和占变电站有功负荷的比重,以此为特定时刻的构成成分向量;设用户层被分为clow类,记作G=(G1,G2,…,Gclow),则对于第i个变电站在时间点d的构成向量计算如下:其中,表示第l维的构成比例,l=1,2,…c1,且
【专利技术属性】
技术研发人员:程祥,蒋正邦,吴浩,孙维真,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
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。