一种聚类等效模型构建方法、系统、设备和存储介质技术方案

本发明专利技术公开了一种聚类等效模型构建方法、系统、设备和存储介质，包括获取各个分布式光伏电站的历史运行数据，按照历史运行数据采集当天所处的天气状态对历史运行数据进行聚类，生成多个数据子集，对各个数据子集中的数据进行平均值计算并进行数据归一化，得到数据子集的典型值数据，按照典型值数据对各个分布式光伏电站进行聚类，得到多个聚类簇，根据各个聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型。解决了现有的分布式光伏聚类考虑因素不全面，造成分布式光伏电站聚类等效模型的准确性降低的技术问题。本发明专利技术在聚类过程中新增了分布式光伏电站的气象数据，更加体现了分布式光伏电站的空间相关性。性。性。

【技术实现步骤摘要】
一种聚类等效模型构建方法、系统、设备和存储介质


[0001]本专利技术涉及聚类等效模型构建
，尤其涉及一种聚类等效模型构建方法、系统、设备和存储介质。

技术介绍

[0002]随着信息采集、处理、存储技术的发展，分布式光伏电站的气象信息采集问题逐渐得以解决，而海量光伏电站多维异构的数据高效处理成为分布式光伏聚类建模的重要难题，为解决这一难题，对分布式光伏电站聚类，实现数据规模降阶。
[0003]目前分布式光伏电站聚类方面的研究主要集中在对于分布式光伏电站出力特征的匹配聚类，主要的方法包括相关性分析法、层次分析法、基于人工智能的聚类方法。而在上述方法中，最主要的步骤在于指定分布式光伏电站出力特性的相似度指标。
[0004]而目前大多数研究，主要以出力特性曲线的欧氏距离为相似度指标，但在分布式光伏电站出力相似性评估中主要考虑欧氏距离，忽略了出力曲线的相似性，因分布式光伏聚类考虑因素不全面，造成分布式光伏电站聚类等效模型的准确性降低。

技术实现思路

[0005]本专利技术提供了一种聚类等效模型构建方法、系统、设备和存储介质，解决了目前大多数研究，主要以出力特性曲线的欧氏距离为相似度指标，但在分布式光伏电站出力相似性评估中主要考虑欧氏距离，忽略了出力曲线的相似性，因分布式光伏聚类考虑因素不全面，造成分布式光伏电站聚类等效模型的准确性降低的技术问题。
[0006]本专利技术第一方面提供的一种聚类等效模型构建方法，包括：获取各个分布式光伏电站的历史运行数据；按照所述历史运行数据采集当天所处的天气状态对所述历史运行数据进行聚类，生成多个数据子集；对各个所述数据子集中的数据进行平均值计算并进行数据归一化，得到所述数据子集的典型值数据；按照所述典型值数据对各个所述分布式光伏电站进行聚类，得到多个聚类簇；根据各个所述聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型。
[0007]可选地，所述按照所述历史运行数据采集当天所处的天气状态对所述历史运行数据进行聚类，生成多个数据子集的步骤，包括：按照所述历史运行数据采集当天所处的季节对所述历史运行数据进行聚类，生成多个数据集；按照所述历史运行数据采集当天所处的天气状态对所述数据集进行聚类，生成多个数据子集。
[0008]可选地，所述按照所述典型值数据对各个所述分布式光伏电站进行聚类，得到多
个聚类簇的步骤，包括：从所述典型值数据内按预设规则选取所述分布式光伏电站对应的目标数据作为初始待判断点；计算所述初始待判断点与剩余各个所述典型值数据之间的数据距离；选取所述数据距离小于预设邻域半径的分布式光伏电站并统计对应的选取数量；若所述选取数量小于预设的选取数目阈值，则将所述目标数据所属分布式光伏电站确定为边缘点；从所述典型值数据内选取新的目标数据作为初始待判断点，并跳转执行所述计算所述初始待判断点与剩余各个所述典型值数据之间的数据距离的步骤；若所述选取数量大于或等于所述选取数目阈值，则将所述数据距离小于所述邻域半径的分布式光伏电站归类至所述目标数据所属聚类簇。
[0009]可选地，所述根据各个所述聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型的步骤，包括：分别计算各个所述聚类簇内的分布式光伏电站对应的平均设备参数，并将所述平均设备参数确定为所述聚类簇对应的典型设备参数；计算所述聚类簇内的分布式光伏电站对应的设备容量和值，并将所述设备容量和值确定为所述聚类簇对应的额定容量；根据所述典型设备参数和所述额定容量构建聚类等效模型。
[0010]可选地，还包括：从所述典型值数据内按预设规则选取所述分布式光伏电站对应的目标数据作为初始聚类中心数据；分别计算所述初始聚类中心数据与所有相邻的所述典型值数据的数据距离；根据全部所述数据距离选取目标聚类距离；采用所述目标聚类距离为半径计算所述目标聚类距离内的多个所述典型值数据的数据和值；判断所述数据和值是否大于或等于所述选取数目阈值；若是，则将所述典型值数据对应的分布式光伏电站归类至所述目标数据所属聚类簇，并根据聚类簇数目确定所述聚类簇对应的邻域半径；若否，则判断所述初始聚类中心数据是否为边缘数据；若否，跳转执行所述根据全部所述数据距离选取目标聚类距离，并采用所述目标聚类距离为半径计算所述目标聚类距离内的多个所述典型值数据的数据和值的步骤；若是，则将所述初始聚类中心数据确定为边缘数据，并跳转执行所述从所述典型值数据内按预设规则选取所述分布式光伏电站对应的目标数据作为初始聚类中心数据的步骤。
[0011]可选地，所述典型值数据包括典型气象数据和典型日出力数据；所述分别计算所述初始聚类中心数据与所有相邻的所述典型值数据的数据距离的步骤，包括：计算所述初始聚类中心数据和所有相邻的所述典型值数据分别对应的典型气象数据的欧氏距离；计算所述初始聚类中心数据和所有相邻的所述典型值数据分别对应的典型日出
力数据的弗雷歇距离；计算所述欧氏距离和所述弗雷歇距离的平方和值；对所述平方和值进行开平方计算，得到所述初始聚类中心数据与所有相邻的所述典型值数据的数据距离。
[0012]可选地，所述若是，则将所述典型值数据对应的分布式光伏电站归类至所述目标数据所属聚类簇，并根据聚类簇数目确定所述聚类簇对应的邻域半径的步骤，包括：若是，则将所述典型值数据对应的分布式光伏电站归类至所述目标数据所属聚类簇，得到多个所述聚类簇；比较聚类簇数目与预设第一聚类簇数目阈值；若所述聚类簇数目小于所述第一聚类簇数目阈值，则按照预设倍数调节聚类距离作为新的目标聚类距离；跳转执行所述采用所述目标聚类距离为半径计算所述目标聚类距离内的多个所述典型值数据的数据和值的步骤，直至所述聚类簇数目大于所述第一聚类簇数目阈值，且小于预设第二聚类簇数目阈值；将上一个所述聚类簇数目对应的目标聚类距离判定为所述聚类簇对应的邻域半径。
[0013]本专利技术第二方面提供的一种聚类等效模型构建系统，包括：历史运行数据模块，用于获取各个分布式光伏电站的历史运行数据；数据子集模块，用于按照所述历史运行数据采集当天所处的天气状态对所述历史运行数据进行划分，生成多个数据子集；典型值数据模块，用于对各个所述数据子集中的数据进行平均值计算，得到所述数据子集的典型值数据；聚类簇模块，用于按照所述典型值数据对各个所述分布式光伏电站进行聚类，得到多个聚类簇；聚类等效模块，用于根据各个所述聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型。
[0014]本专利技术第三方面提供的一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一项所述的聚类等效模型构建方法的步骤。
[0015]本专利技术第四方面提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项所述的聚类等效模型构建方法。
[0016]从以上技术方案可以看出，本专利技术具有以下优点：本专利技术通过获取各个分布式光伏电站的历史运行数据，按照历史运行数据采集当天所处的天气状态对历史运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种聚类等效模型构建方法，其特征在于，包括：获取各个分布式光伏电站的历史运行数据；按照所述历史运行数据采集当天所处的天气状态对所述历史运行数据进行聚类，生成多个数据子集；对各个所述数据子集中的数据进行平均值计算并进行数据归一化，得到所述数据子集的典型值数据；按照所述典型值数据对各个所述分布式光伏电站进行聚类，得到多个聚类簇；根据各个所述聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型。2.根据权利要求1所述的聚类等效模型构建方法，其特征在于，所述按照所述历史运行数据采集当天所处的天气状态对所述历史运行数据进行聚类，生成多个数据子集的步骤，包括：按照所述历史运行数据采集当天所处的季节对所述历史运行数据进行聚类，生成多个数据集；按照所述历史运行数据采集当天所处的天气状态对所述数据集进行聚类，生成多个数据子集。3.根据权利要求1所述的聚类等效模型构建方法，其特征在于，所述按照所述典型值数据对各个所述分布式光伏电站进行聚类，得到多个聚类簇的步骤，包括：从所述典型值数据内按预设规则选取所述分布式光伏电站对应的目标数据作为初始待判断点；计算所述初始待判断点与剩余各个所述典型值数据之间的数据距离；选取所述数据距离小于预设邻域半径的分布式光伏电站并统计对应的选取数量；若所述选取数量小于预设的选取数目阈值，则将所述目标数据所属分布式光伏电站确定为边缘点；从所述典型值数据内选取新的目标数据作为初始待判断点，并跳转执行所述计算所述初始待判断点与剩余各个所述典型值数据之间的数据距离的步骤；若所述选取数量大于或等于所述选取数目阈值，则将所述数据距离小于所述邻域半径的分布式光伏电站归类至所述目标数据所属聚类簇。4.根据权利要求1所述的聚类等效模型构建方法，其特征在于，所述根据各个所述聚类簇内的分布式光伏电站对应的设备参数和设备容量，构建聚类等效模型的步骤，包括：分别计算各个所述聚类簇内的分布式光伏电站对应的平均设备参数，并将所述平均设备参数确定为所述聚类簇对应的典型设备参数；计算所述聚类簇内的分布式光伏电站对应的设备容量和值，并将所述设备容量和值确定为所述聚类簇对应的额定容量；根据所述典型设备参数和所述额定容量构建聚类等效模型。5.根据权利要求3所述的聚类等效模型构建方法，其特征在于，还包括：从所述典型值数据内按预设规则选取所述分布式光伏电站对应的目标数据作为初始聚类中心数据；分别计算所述初始聚类中心数据与所有相邻的所述典型值数据的数据距离；
根据全部所述数据距离选取目标聚类距离；采用所述目标聚类距离为半径计算所述目标聚类距离内的多个所述典型值数据的数据和值；判断所述数据和值是否大于或等于所述选取数目阈值；若是，则将所述典型值数据对应的分布式光伏电站归类至所述目标数据所属聚类簇，并根据聚类簇数目确定所述聚类簇对应的邻域半径；若否，则判断所述...

【专利技术属性】
技术研发人员：尹雁和，徐宝军，阮志杰，李国号，余俊杰，李宾，江清楷，张春梅，陈岸，钟毅，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：