基于改进模糊聚类的终端侧负荷辨识方法、介质及系统技术方案

本发明专利技术公开一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统，包括：采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到所述负荷信号的本征模态分量；采用改进概率模糊C均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。本发明专利技术采用VMD算法抑制负荷的噪声和干扰，对相近负荷的特征频率进行有效分离，在处理包含噪声干扰等不良数据时，表现出良好的鲁棒性，采用改进PFCM算法克服对畸变数据的敏感性，并且降低运算量，提高聚类有效性，提升负荷辨识的准确性，对负荷辨识研究具有一定的指导意义。定的指导意义。定的指导意义。

【技术实现步骤摘要】
基于改进模糊聚类的终端侧负荷辨识方法、介质及系统


[0001]本专利技术涉及负荷辨识
，尤其涉及一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统。

技术介绍

[0002]电力系统的负荷数据是阐释社会活动中各类型用电情况及发展趋势的重要科学依据，同时也是研究分析经济发展趋势与电力系统各部门生产趋势之间的关系的重要依据。随着近些年电力市场的广泛发展，供电侧及电力需求侧工作的普遍应用，电力系统的负荷辨识已成为电力规划、定制电价、系统趋势、负荷建模等工作的基础性研究内容。因此，对负荷辨识技术的分析研究，可进一步提升电力体系的整体管理水平，便于研究用电客户的负荷长期趋势，对供电侧的科学管理及运营工作具有重要意义。
[0003]聚类算法是图像识别、数据挖掘等人工智能领域的关键技术之一，有着极为广泛的应用价值。随着大数据时代的到来，产生了大量不一致数据、混合类型数据和部分值缺失的数据等而传统聚类算法如模糊C均值聚类算法、K均值算法对初始聚类中心和畸变数据敏感，在大规模数据下容易产生聚类一致性，这样的聚类结果就造成了划分类别结果判断不清的现象。

技术实现思路

[0004]本专利技术实施例提供一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统，以解决现有技术的负荷辨识划分类别结果判断不清的问题。
[0005]第一方面，提供一种基于改进模糊聚类的终端侧负荷辨识方法，包括：
[0006]采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到所述负荷信号的本征模态分量；
[0007]采用改进概率模糊C均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。
[0008]第二方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令；所述计算机程序指令被处理器执行时实现如上述第一方面实施例所述的基于改进模糊聚类的终端侧负荷辨识方法。
[0009]第三方面，提供一种基于改进模糊聚类的终端侧负荷辨识系统，包括：如上述第二方面实施例所述的计算机可读存储介质。
[0010]这样，本专利技术实施例，采用VMD算法抑制负荷的噪声和干扰，对相近负荷的特征频率进行有效分离，在处理包含噪声干扰等不良数据时，表现出良好的鲁棒性，采用改进PFCM算法克服对畸变数据的敏感性，并且降低运算量，提高聚类有效性，提升负荷辨识的准确性，对负荷辨识研究具有一定的指导意义。
附图说明
[0011]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本专利技术实施例的基于改进模糊聚类的终端侧负荷辨识方法的流程图；
[0013]图2是变分模态分解算法的流程图；
[0014]图3是改进概率模糊C均值聚类算法的流程图；
[0015]图4是本专利技术实施例的计算机可读存储介质的示意框图；
[0016]图5是本专利技术实施例的基于改进模糊聚类的终端侧负荷辨识系统的结构框图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本专利技术保护的范围。
[0018]本专利技术实施例公开了一种基于改进模糊聚类的终端侧负荷辨识方法。如图1所示，本专利技术实施例的方法包括如下的步骤：
[0019]步骤S101：采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到负荷信号的本征模态分量。
[0020]终端侧可以是家电设备侧，则终端为各种家电设备，例如，空调、电视机等等。
[0021]具体的，如图2所示，该步骤包括如下的过程：
[0022]1、假设将负荷信号分解为若干阶本征模态分量。
[0023]2、对于各阶本征模态分量，通过希尔伯特Hilber变换得到各阶本征模态分量的解析信号。
[0024]k阶本征模态分量的解析信号通过下式表示：
[0025][0026]其中，u
k
表示第k阶本征模态分量，即{u1,u2,...,u
k
}，δ(t)表示脉冲函数，t表示采样时间。
[0027]3、向解析信号中引入指数算子，调整对应的中心频率，使各阶本征模态分量的频谱被调制到对应的基频带上后，通过高斯平滑指标估算出各阶本征模态分量的频带宽度，得到约束变分函数。
[0028]具体的，向解析信号中引入指数算子，如下式所示：
[0029][0030]其中，ω
k
表示第k阶本征模态分量对应的中心频率，即{ω1,ω2,...,ω
k
}。
[0031]约束变分函数包括：
[0032][0033]其中，表示求偏导符号，f表示负荷信号。
[0034]4、通过引入Lagrange函数使约束变分函数转换为非约束变分函数。
[0035]具体的，非约束变分函数如下式所示：
[0036][0037]其中，λ表示Lagrang算子，其可增加约束条件严格性；α表示惩罚因子，其可增加信号重构的准确性。
[0038]5、通过乘法算子交替方向法求解非约束变分函数，不断迭代更新本征模态分量和对应的中心频率，直到满足迭代停止条件。
[0039]为解决上述变分问题，利用乘法算子交替方向法来交替寻找及λ
n+1
，从而来求解上述Lagrange函数的鞍点，即上式所示的约束变分最优解。
[0040]其中，第k阶模态IMF分量u
k
、中心频率ω
k
及Lagrange算子λ的迭代更新算式分别表示如下：
[0041][0042][0043][0044]其中，表示当前的剩余量维纳滤波后的结果，表示本征模态分量对应的中心频率，表示本征模态分量的傅里叶变换结果，其傅里叶逆变换的实部通过本征模态分量的时域形式{u
k
(t)}表示，和分别表示Lagrang算子的第n次和第n+1次傅里叶变换结果，τ表示噪声容限，在有强背景噪声情况下一般取0可以得到较好的去噪效果，表示负荷信号的傅里叶变换结果，ω表示一阶本征模态分量对应的中心频率。
[0045]求解约束变分问题时，k阶本征模态分量的中心频率和频带宽度逐渐自适应更新，
对相近负荷的特征频率进行有效分离，重构终端侧负荷数据，有效地解决了信号的模态混叠问题。
[0046]步骤S102：采用改进概率模糊C均值聚类算法对负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。
[0047]具体的，该步骤包括如下的过程：
[0048]1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，包括：采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到所述负荷信号的本征模态分量；采用改进概率模糊C均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。2.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构的步骤，包括：假设将所述负荷信号分解为若干阶本征模态分量；对于各阶所述本征模态分量，通过希尔伯特Hilber变换得到各阶所述本征模态分量的解析信号；向所述解析信号中引入指数算子，调整对应的中心频率，使各阶所述本征模态分量的频谱被调制到对应的基频带上后，通过高斯平滑指标估算出各阶所述本征模态分量的频带宽度，得到约束变分函数；通过引入Lagrange函数使所述约束变分函数转换为非约束变分函数；通过乘法算子交替方向法求解所述非约束变分函数，不断迭代更新所述本征模态分量和对应的中心频率，直到满足迭代停止条件。3.根据权利要求2所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述约束变分函数包括：其中，表示求偏导符号，f表示负荷信号，u
k
表示第k阶本征模态分量，ω
k
表示第k阶本征模态分量对应的中心频率，δ(t)表示脉冲函数，t表示采样时间；所述非约束变分函数L({u
k
},{ω
k
},{λ})包括：其中，λ表示Lagrang算子，α表示惩罚因子；本征模态分量、中心频率及Lagrange算子的迭代更新算式包括：
其中，表示当前剩余量维纳滤波后的结果，表示当前本征模态分量对应的中心频率，表示本征模态分量的傅里叶变换结果，和分别表示Lagrang算子的第n次和第n+1次傅里叶变换结果，τ表示噪声容限，表示负荷信号的傅里叶变换结果，ω表示一阶本征模态分量对应的中心频率。4.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述采用改进概率模糊C均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识的步骤，包括：将协方差矩阵引入PCM算法后与FCM算法结合，建立所述改进概率模糊C均值聚类算法的目标函数；将所述负荷信号的本征模态分量...

【专利技术属性】
技术研发人员：马瑞，夏绪卫，朱东歌，刘佳，沙江波，康文妮，张爽，闫振华，张庆平，王峰，李晓龙，高博，李永亮，罗海荣，蔡建辉，杨雪红，李学锋，王富对，朱小超，王辉，
申请(专利权)人：国网宁夏电力有限公司国电南瑞南京控制系统有限公司，
类型：发明
国别省市：