基于AHP和改进熵权法的新能源典型出力场景聚类方法技术

本发明专利技术涉及基于AHP和改进熵权法的新能源典型出力场景聚类方法，属于新能源典型出力场景聚类技术领域。以层次分析法‑‑熵权法进行新能源处理场景不同指标组合权重赋权，并按照所得权重对新能源典型出力场景聚类。在场景聚类中，通常需要考虑多个指标来描述场景的特征。AHP‑熵权法能够综合考虑这些指标的重要性，通过计算每个指标的权重，将不同指标按其对聚类结果的贡献程度进行综合考虑。综合AHP和熵权法对权重确定综合主观和客观考量。相比于单独人为或者纯数学统计赋权，更加切合实际。AHP‑熵权法的计算相对简单，只需根据指标的取值范围计算各指标的熵值，然后进行归一化处理即可得到权重。其计算过程具有明确的数学原理，易于实施。

【技术实现步骤摘要】

本专利技术属于新能源典型出力场景聚类，具体涉及基于ahp和改进熵权法的新能源典型出力场景聚类方法。

技术介绍

1、随着全球气候不断变暖以及自然环境不断恶化，各国对新能源技术在能源系统中的应用十分重视。国家能源局发布《新型电力系统发展蓝皮书》指出新型电力系统是以确保能源电力安全为基本前提，以满足经济社会高质量发展的电力需求为首要目标，以高比例新能源供给消纳体系建设为主线任务，以源网荷储多向协同、灵活互动为坚强支撑。在此背景之下，风光等可再生能源成为新能源发电侧的重要参与者，储能、电动汽车成为新型电力系统的重要组成部分。然而，风光出力受到深度气象条件影响，具有强随机、强波动、强间歇性等特点，现有研究涉及到的新能源典型出力场景未考虑到本地特有地域性特征和气象特征，存在模型与实际差异较大的问题，因此急需一种考虑本地历史数据的聚类算法找到切合实际的新能源典型出力场景。目前场景聚类的方法主要有1.k-means聚类，这类算法简单易实现、计算效率高、可解释性好。适用于簇的数量已知或者需要指定的情况。但是对于不同密度和非凸形状的簇效果较差，对初始簇中心的选择敏感。2.层次本文档来自技高网...

【技术保护点】

1.基于AHP和改进熵权法的新能源典型出力场景聚类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于AHP和改进熵权法的新能源典型出力场景聚类方法，其特征在于，步骤S1中，对处理场景进行数据清洗，利用拉格朗日插值法进行数据填充；使用卡尔曼滤波法对数据进行降噪，使数据场景更加平滑。

3.根据权利要求2所述的基于AHP和改进熵权法的新能源典型出力场景聚类方法，其特征在于，步骤S2中利用AHP-改进熵权法对数据集进行聚类处理分为：AHP主观模糊层次分析法、熵权法、改进熵权法。

4.根据权利要求3所述的基于AHP和改进熵权法的新能源典型出力场景聚类...

【技术特征摘要】

1.基于ahp和改进熵权法的新能源典型出力场景聚类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于ahp和改进熵权法的新能源典型出力场景聚类方法，其特征在于，步骤s1中，对处理场景进行数据清洗，利用拉格朗日插值法进行数据填充；使用卡尔曼滤波法对数据进行降噪，使数据场景更加平滑。

3.根据权利要求2所述的基于ahp和改进熵权法的新能源典型出力场景聚类方法，其特征在于，步骤s2中利用ahp-改进熵权法对数据集进行聚类处理分为：ahp主观模糊层次分析法、熵权法、改进熵权法。

<...

【专利技术属性】
技术研发人员：沈力，王庆，文一宇，张鹏，
申请(专利权)人：国家电网有限公司西南分部，
类型：发明
国别省市：