一种大区域电网负荷统计与分类方法

摘要

本发明公开了区域电网负荷建模领域的一种大区域电网负荷统计与分类方法。其技术方案是，首先，基于冒泡排序方法对变电站群进行第一层聚类计算，实现变电站群的粗分类；其次，基于核的逐层聚类方法对粗分类中的每一类进行第二层聚类计算，在粗分类的基础上实现精确分类。该方法以变电站的负荷构成为基础，利用基于核的逐层聚类技术按照样本特征自然分类，可将线性不可分的变电站组通过特征映射，使其在高维空间变得线性可分；与此同时，结合核函数的应用有效的避开高维空间的“维数灾难”，准确的解决了变电站分类问题，实现了对大区域电网负荷进行有效的统计和分类。

主权项

一种大区域电网负荷统计与分类方法，其特征在于，所述方法具体包括以下步骤：步骤1：基于冒泡排序方法对变电站群进行第一层聚类计算，实现变电站群的粗分类；步骤2：基于核的逐层聚类方法对步骤1得到的粗分类中的每一类进行第二层聚类计算，在粗分类的基础上实现精确分类；所述在粗分类的基础上实现精确分类的过程为：步骤201：确定初始分类数目C，初始聚类中心V⁽⁰⁾，最大迭代次数T；步骤202：设置迭代次数k＝1；步骤203：计算核矩阵K^(k)；步骤204：将步骤203得到的核矩阵K^(k)代入隶属度的计算公式中进行隶属度u_ij^(k)计算，得到模糊分类矩阵U^(k)；步骤205：将步骤203得到的核矩阵K^(k)与隶属度u_ij^(k)代入聚类中心向量计算公式，计算各个聚类中心向量v_j^(k)；步骤206：若迭代次数k≥T，则算法结束，并输出模糊分类矩阵U^(k)与聚类中心向量V^(k)＝{v₁^(k),v₂^(k),...,v_C^(k)}；当k<T时，令k＝k+1,重复执行步骤203～步骤206；步骤207：根据模糊分类矩阵U^(k)确定组内分类，将各变电站向量归入对应于最大隶属度的类别中，完成变电站的精确分类；所述隶属度的计算公式为：${u_{ij}}^{\left(k\right)}=\frac{{(1-k(x_i,v_j\left)\right)}^{-1}}{\underset{j=1}{\overset{c}{\Sigma }}{(1-k(x_i,v_j\left)\right)}^{-1}}.$