一种考虑负荷特性与可调节潜力的双层自适应聚类方法技术

本发明专利技术提出的是一种考虑负荷特性与可调节潜力的双层自适应聚类方法。该方法提出一种改进自适应密度峰值算法对电力用户日负荷曲线一次聚类，实现灵活资源和用电行为影响下的不均衡负荷数据集的聚类，具备自适应能力与强鲁棒性。还提出采用主成分分析算法与自组织竞争神经网络相结合针对考虑电力用户用电行为影响因素下的可调潜力二次聚类，粗略定位调节潜力较强的电力用户。根据二次聚类结果采用BP神经网络反馈修正一次聚类结果，得到综合聚类结果，结合系数和戴维森指数评价聚类效果。最后设计一种最可能调节量与最大调节量定量计算目标用户的可调潜力。对用户进行精确评估与定位，能量化可调节潜力，为负荷聚合商和电力运营商提供数据支撑。运营商提供数据支撑。运营商提供数据支撑。

【技术实现步骤摘要】
一种考虑负荷特性与可调节潜力的双层自适应聚类方法


[0001]本专利技术涉及的是电力领域的用户负荷需求响应与智能测量，具体地说是一种考虑负荷特性与可调节潜力的双层自适应聚类方法。

技术介绍

[0002]由于新能源和灵活资源的大量接入，用户负荷逐渐成为广义负荷，其构成包括温控负荷、电动汽车和分布式储能等多类型，单纯从设备层对用户可调功率进行精准计算并聚类计算难度较大。由于先进的通信、量测和数据管理技术获得的电力用户的数据能反映用户行为特征，针对电力用户的精确聚类可以有效的定位潜力用户，快速筛选可调资源，为电力市场运营和电力系统调度等应用场景提供数据支撑。
[0003]现有的针对用户负荷数据聚类分析方法大多数只针对用户负荷数据集聚类，根据用户的负荷曲线运用传统聚类算法进行静态聚类，但大量可再生能源接入，用户负荷波动性、随机性以及用户间负荷特性差异等导致类簇形状差异大、分布不均衡的负荷数据集，但现有聚类算法不能够适用于任意类簇分布情况，且不具备自适应能力；目前大多采用用户负荷曲线进行电力用户用电模式聚类，但并未考虑用户用电行为多维影响因素造成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑用户负荷特性与可调节潜力的双层自适应聚类方法，其特征在于，包括：步骤1：获取电力用户的负荷数据与用户基础信息数据；步骤2：针对电力用户日负荷特性曲线，构建一种改进自适应密度峰值算法进行一次聚类分析；步骤3：针对考虑用户用电行为影响因素的电力大数据，基于主成分分析与自组织竞争神经网络相结合的方法进行用户用电模式二次聚类分析；步骤4：将二次聚类结果作为BP神经网络的训练数据集，对一次聚类结果反馈修正，得到综合聚类结果；步骤5：针对综合聚类结果，提出量化用户可调潜力计算方法。2.根据权利要求1所述的一种考虑用户负荷特性与可调节潜力的双层自适应聚类方法，其特征在于，所述步骤2包括：步骤2.1：根据智能电表获取用户用电数据，形成各用户的用电负荷曲线数据集；步骤2.2：针对负荷特性数据进行数据预处理，包括测量和通信的误差及系统故障等因素的影响，导致数据缺失、噪声，包括缺失数据填补、曲线平滑滤波、数据归一化处理；步骤2.3：根据样本情况自适应地获得参数k，采取自然最近邻(Natural Nearest Neighbor,3N)算法计算得到自然特征值sup
k
作为KNN的k，具体包括：步骤2.3.1：初始化搜索指数r＝1，逆邻近集合步骤2.3.2：计算每个样本x
i
的KNN
r
(x
i
)、RNN(x
i
)；步骤2.3.3：r＝r+1；步骤2.3.4：当使得或令所有的x
j
不再改变时，sup
k
＝r
‑
1，输出sup
k
，否则跳转到步骤2.3.2；步骤2.4：利用类簇中心自动选择方式确定类簇中心，由于聚类中心的决策值远大于其他样本，故将决策值进行降序排列会出现分...

【专利技术属性】
技术研发人员：朱家正，潘奕林，王振南，栗鹏辉，徐胜，张硕，左越，韩帅，王凯，韩汝军，贺添铭，张博，戢超楠，董奥，
申请(专利权)人：国网辽宁省电力有限公司，
类型：发明
国别省市：