一种基于K-medoids聚类分析的居民空调装机容量挖掘方法技术

本发明专利技术提供了一种基于K

【技术实现步骤摘要】
一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法


[0001]本专利技术涉及电力供需平衡
，特别是一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法。

技术介绍

[0002]目前，各个地区空调负荷峰荷占比普遍在20％以上，北京、上海、江苏、浙江等发达地区占比甚至会超过50％，并且这一比例还在逐年上升，空调负荷已成为影响电网夏季峰谷差的主要因素。叠加大规模可再生能源并网，导致系统平衡资源日趋紧张。智能电网双向通信技术和高级量测体系快速发展为用户端负荷监测控制提供了技术支持，空调负荷具有可控性强、调度潜力大的特点，通过负荷聚合商聚合海量空调负荷，协调控制参与系统调节，在削峰填谷、维护电力系统稳定、提供辅助服务等方面展现出巨大潜力，而充分挖掘利用潜力的关键在于对居民空调装机容量进行挖掘，现有技术还未提出一个有效的挖掘方法。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法，基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法，其特征在于包括以下步骤：步骤一：通过用电信息采集系统进行居民用户的用电数据获取；步骤二：计算凌晨期间12个功率测量点的功率均值、功率方差；步骤三：根据用户凌晨期间功率均值、功率方差、功率最大最小值指标，建立对应的模糊矩阵；步骤四：计算功率数据；步骤五：计算用电功率数据平均距离密度值；步骤六：对不同的类簇距离C
X
进行分类；步骤七：根据步骤三给定的功率数据集，重复步骤四～五，当聚类数据集为空集时结束聚类；步骤八：更新数据中心；步骤九：根据设置的最小阈值φ
xy
，当聚类中心在阈值σ
x
运行范围内且变化较小时，即φ
xy
≤σ
x
时，将此中心认为聚类中心，得到聚类中心序列C'＝{C1,C2,...,C
x
}；步骤十：提取不同聚类中心的聚类簇，计算各个聚类簇之间功率曲线的平均值，用电聚类负荷初步分为：其他电器夜间工作用电、空调用电、空调因温度不同而导致的不同用电功率；步骤十一：根据步骤十中对疑似
‘
含空调用电日期
’
及聚类簇的提取后，将疑似含有空调的日期的分析延长至全天，得到含有空调用电的总用电负荷；步骤十二：采用相似日来计算不含空调时候的其他用电器用电负荷；步骤十三：将步骤十一中所计算的全天各时段
‘
含空调的总用电负荷
’
与步骤十二中
‘
不含空调总用电负荷
’
相减得到各时段空调负荷数值，提取所有时段中的最大值，取该时段的平均值作为居民用户的空调负荷，并与市面常用的空调用电特征相比，推算该居民用户家庭空调装机量。2.根据权利要求1所述的一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法，其特征在于，所述步骤一具体为：从居民用户凌晨用电行为分析是否有空调的使用行为；采集居民用户7月到10月份凌晨期间的功率数据，经过数据清洗及对数据的缺失值进行填补后，得到用户凌晨期间12个测量点的功率值，即：P＝{P1,P2,...,P
12
}(1)。3.根据权利要求1所述的一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法，其特征在于，所述步骤二具体为：功率均值：功率方差：4.根据权利要求1所述的一种基于K
‑
medoids聚类分析的居民空调装机容量挖掘方法，其特征在于，所述步骤三具体为：根据用户凌晨期间功率均值、功率方差、功率最大最小值指标，假定需要划分的聚类个数为X个，每个聚类中心考虑的指标个数为Y个，建立对应的模
糊矩阵为：式中，a1,a2,
…
,a
X
为聚类个数，a
X
为第i个聚类指标个数，w
x1
,w
x2
,
…
,w
xY
为a
i
对应Y个指标系数。5.根据权利要求1所述的一种基于K
‑
medoids聚类分...

【专利技术属性】
技术研发人员：张逸，陈敏，姚文旭，张良羽，陈锦涛，孙守铨，辛荣，
申请(专利权)人：福州大学，
类型：发明
国别省市：