一种电力负荷的聚类方法、装置及计算机设备制造方法及图纸

本发明专利技术适用于负荷聚类技术领域，提供了一种电力负荷的聚类方法、装置及计算机设备，其方法包括采集用户的电力负荷数据；对所述电力负荷数据进行预处理，并将所述数据预处理后的电力负荷数据的形态特征提取为离散属性的数据集；利用改进K‑modes算法对所述数据集进行m次负荷聚类，并根据每次所述负荷聚类的聚类结果确定类中心集合；对所述类中心集合进行层次聚类，将所述层次聚类所得的每个类的中心作为所述改进K‑modes算法的初始聚类中心代入所述改进K‑modes算法进行聚类从而生成聚类结果。本发明专利技术建立了高效的特征提取方法，在特征提取的基础上用改进K‑modes算法进行简化，提升聚类效率的同时提高结果的准确性。

【技术实现步骤摘要】

本专利技术涉及负荷聚类，特别涉及一种电力负荷的聚类方法、装置及计算机设备。

技术介绍

1、电力系统中电气设备所需的电功率称为电力负荷，电力负荷是电力系统所有用电设备的总耗电量。电力公司使用电力信息采集系统，收集用电客户每天96点的用电负荷和用电量数据，在对这些数据的分析和使用过程中保证电力的稳定与充分供应。近年来，电网数据呈现规模大、种类多、价值密度低等大数据特征。在智能电网数据环境下，通过数据挖掘算法准确有效地提取用电用户的用电行为，可以充分改善用户的用电行为。

2、现有技术中，对电网用户进行分类最重要的方法是聚类分析，聚类分析是通过测量样本对象之间的差异，将相似对象分类为同一类别的方法。负荷聚类是配电数据挖掘的基础，在电力用户负荷聚类问题中，不同的聚类算法也存在着不同的适用范畴，现有聚类方法采用核主成分分析方法对负荷数据进行降维，采用核k-means算法对用户负荷进行分类处理，得到了核函数集合的准确性，但需要提高其分类的稳定性。综合调试算法对传统模糊c均值算法进行了改进，对实现初始聚类的中心灵敏度和全局搜索能力不足问题进行了改进，但多次迭代本文档来自技高网...

【技术保护点】

1.一种电力负荷的聚类方法，其特征在于，包括：

2.根据权利要求1所述的电力负荷的聚类方法，其特征在于，所述对所述电力负荷数据进行预处理，包括：

3.根据权利要求2所述的电力负荷的聚类方法，其特征在于，所述将所述数据预处理后的电力负荷数据的形态特征提取为离散属性的数据集，包括：

4.根据权利要求3所述的电力负荷的聚类方法，其特征在于，所述对所述数据预处理后的电力负荷数据进行差分处理，得到差分值，表达式如下：

5.根据权利要求1所述的电力负荷的聚类方法，其特征在于，所述利用改改进K-modes算法对所述数据集进行负荷聚类，并根据每次所述负荷聚...

【技术特征摘要】

1.一种电力负荷的聚类方法，其特征在于，包括：

2.根据权利要求1所述的电力负荷的聚类方法，其特征在于，所述对所述电力负荷数据进行预处理，包括：

3.根据权利要求2所述的电力负荷的聚类方法，其特征在于，所述将所述数据预处理后的电力负荷数据的形态特征提取为离散属性的数据集，包括：

4.根据权利要求3所述的电力负荷的聚类方法，其特征在于，所述对所述数据预处理后的电力负荷数据进行差分处理，得到差分值，表达式如下：

5.根据权利要求1所述的电力负荷的聚类方法，其特征在于，所述利用改改进k-modes算法对所述数据集进行负荷聚类，并根据每次所述负荷聚类的聚类结果确定类中心集合，包括：

6.根据权利要求5所述的电力负荷的聚类...

【专利技术属性】
技术研发人员：祁乐，宋吉峰，陈明媛，张旻钰，黄馗，邹其，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：