发明名称 |
一种自动寻优型电力负荷分类方法 |
摘要 |
本发明涉及一种自动寻优型电力负荷分类方法,本发明采用K‑means均值聚类算法对电力负荷进行分类,并计算每个分类的聚类中心值曲线,计算聚类中心值曲线的平均距离MA,以及每个分类的各负荷曲线到聚类中心值曲线的距离MB,并以这两者的比值K<sub>n</sub>=MB/MA作为最优分类结果比较变量z;令n=n+1,重复上述过程得到更新后的比值K<sub>n</sub>,将更新后的比值K<sub>n</sub>与z进行比较,若K<sub>n</sub><z,用当前的K<sub>n</sub>值替换z,在K<sub>n</sub>>z时不做替换,直至分类结果中含有空的数据或相邻两次分类结果中的K<sub>n</sub>的差值与K<sub>n</sub>的比值小于设定的收敛条件,并以此时的变量z对应的分类作为最终的最优分类。本发明大大减少了负荷分类的人工寻优判别时间,同时减少了人工判别的误差与不准确度。 |
申请公布号 |
CN105719194A |
申请公布日期 |
2016.06.29 |
申请号 |
CN201610025680.1 |
申请日期 |
2016.01.11 |
申请人 |
河南许继仪表有限公司;河南工业大学;许继集团有限公司;国家电网公司;国网山东省电力公司潍坊供电公司 |
发明人 |
黄明山;李如意;刘永光;王军;胡东方;卢利军;舒志猛 |
分类号 |
G06Q50/06(2012.01)I;G06K9/62(2006.01)I |
主分类号 |
G06Q50/06(2012.01)I |
代理机构 |
郑州睿信知识产权代理有限公司 41119 |
代理人 |
崔旭东 |
主权项 |
一种自动寻优型电力负荷分类方法,其特征在于,该分类方法的步骤如下:1)获取典型日负荷曲线数据,并对其进行归一化处理;2)令电力负荷分类数n=2;3)采用K‑means均值聚类算法对电力负荷进行分类,并计算每个分类的聚类中心值曲线,计算聚类中心值曲线的平均距离MA,以及每个分类的各负荷曲线到聚类中心值曲线的距离MB,并以这两者的比值K<sub>n</sub>=MB/MA作为最优分类结果比较变量z;4)令n=n+1,重复步骤3)得到更新后的比值K<sub>n</sub>,将更新后的比值K<sub>n</sub>与z进行比较,若K<sub>n</sub><z,用当前的K<sub>n</sub>值替换z,在K<sub>n</sub>>z时不做替换,直至分类结果中含有空的数据或相邻两次分类结果中的K<sub>n</sub>的差值ΔK<sub>n</sub>=|K<sub>n+1</sub>‑K<sub>n</sub>|与K<sub>n</sub>的比值小于设定的收敛条件ΔK<sub>n</sub>/K<sub>n</sub><ε<sub>set</sub>,并以此时的变量z对应的分类作为最终的最优分类。 |
地址 |
461000 河南省许昌市经济开发区瑞祥路 |