基于聚类算法的大工业用户细分方法技术

本发明专利技术公开了一种基于聚类算法的大工业用户细分方法，包括收集目标地区的大工业用户的用户负荷数据并进行预处理；采用均值漂移算法对目标地区的大工业用户进行聚类得到初始聚类中心及中心值；采用聚类算法对目标地区的大工业用户进行细分并得到最终的大工业用户细分结果。本发明专利技术以均值漂移算法计算出聚类数量和初始聚类中心点，再用k‑means聚类算法对大工业用户进行细分；算法结果更稳定；而且本发明专利技术方法能够更加科学合理的对大工业用户进行细分，而且本发明专利技术方法可靠性高，准确性好，易于实施。

Segmentation method of large industrial users based on clustering algorithm

【技术实现步骤摘要】
基于聚类算法的大工业用户细分方法
本专利技术属于电气自动化领域，具体涉及一种基于聚类算法的大工业用户细分方法。
技术介绍
随着经济技术的发展，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。而电力系统的用户分类，是电力系统的重要任务之一。目前，电力系统中对于大工业用户的分类方法的理论相对较多，如模糊聚类法、Kohonen神经网络(K-NearestNeighbors)聚类法和K-means聚类算法。但模糊聚类法易受主观因素的干扰，使聚类结果存在局部差异，且算法相对复杂；KNN聚类法的实际应用表明其不能满足负荷预测聚类对曲线形态细节识别的要求；K-means聚类算法需要人为确定分类数量，而确定分类数量是一个主观性因素较重的环节，其次在开始聚类的时候需要随机生成初始聚类中心，初始聚类中心的变化可能也会导致分类最终结果的改变。
技术实现思路
本专利技术的目的在于提供一种可靠性高、准确性好且科学合理的基于聚类算法的大工业用户细分方法。本专利技术提供的这种基于聚类算法的大工业用户细本文档来自技高网...

【技术保护点】
1.一种基于聚类算法的大工业用户细分方法，包括如下步骤：/nS1.收集目标地区的大工业用户的用户负荷数据；/nS2.对步骤S1获取的用户负荷数据进行预处理；/nS3.采用均值漂移算法对目标地区的大工业用户进行聚类，从而得到初始聚类中心及中心数量；/nS4.根据步骤S1获取的用户负荷数据和步骤S3得到的初始聚类中心及中心数量，采用聚类算法对目标地区的大工业用户进行细分，从而得到最终的大工业用户细分结果。/n

【技术特征摘要】
1.一种基于聚类算法的大工业用户细分方法，包括如下步骤：
S1.收集目标地区的大工业用户的用户负荷数据；
S2.对步骤S1获取的用户负荷数据进行预处理；
S3.采用均值漂移算法对目标地区的大工业用户进行聚类，从而得到初始聚类中心及中心数量；
S4.根据步骤S1获取的用户负荷数据和步骤S3得到的初始聚类中心及中心数量，采用聚类算法对目标地区的大工业用户进行细分，从而得到最终的大工业用户细分结果。


2.根据权利要求1所述的基于聚类算法的大工业用户细分方法，其特征在于步骤S2所述的对步骤S1获取的用户负荷数据进行预处理，具体为采用如下步骤对用户负荷数据进行预处理：
A.删除用户负荷数据中的无效数据记录；
B.删除用户负荷数据中连续缺失超过若干个的负荷数据；
C.根据步骤A和步骤B处理后的用户负荷数据，计算各个用户的日负荷率。


3.根据权利要求2所述的基于聚类算法的大工业用户细分方法，其特征在于步骤S3所述的采用均值漂移算法对目标地区的大工业用户进行聚类，从而得到初始聚类中心及中心数量，具体为采用如下步骤计算得到初始聚类中心及中心量：
a.在特征空间中任意选择初始搜索区域圆O，其半径为带宽h；
b.采用如下算式计算圆O中采样点的均值mh(x)，且要求mh(x)处的密度大于圆心O处的密度：



式中n为圆O中...

【专利技术属性】
技术研发人员：文明，何永秀，陈勇，郁晋雄，潘馨，田冰颖，廖菁，王美艳，何青，安莉莉，胡福，
申请(专利权)人：国网湖南省电力有限公司，国网湖南省电力有限公司经济技术研究院，国家电网有限公司，
类型：发明
国别省市：湖南;43