[发明专利]基于形态特征的电力负荷曲线自适应聚类方法

摘要

本发明公开了基于形态特征的电力负荷曲线自适应聚类方法，其提取获取的电力负荷曲线的形态特征，获取设定量个函数密度值作为初始的聚类中心；通过计算最小聚类代价函数值对电力负荷曲线进行分类：当相邻两次迭代的聚类中心变化量小于或等于预设阈值时，将得到的聚类中心存入聚类中心集合；当设定量等于或大于预设阀值时，采用聚类中心集合中的所有聚类中心聚类得到聚类系谱图选取聚类中心和聚类中心数量；当相邻两次迭代的聚类中心变化量小于或等于预设阈值时，获取当前聚类中心，之后采用最小聚类代价函数值对电力负荷曲线进行分类；当所有电力负荷曲线均分类至聚类中心所在电力负荷曲线簇时，输出当前聚类中心，电力负荷曲线簇和聚类中心数量。

主权项

1.基于形态特征的电力负荷曲线自适应聚类方法，其特征在于，包括：S1、获取用户设定时间段内的电力负荷曲线；S2、提取所述电力负荷曲线的形态特征，并将每个用户的形态特征转换为形态特征向量，所述形态特征至少包括电力负荷曲线的上升、平稳和下降趋势；S3、根据计算的每个用户形态特征向量的函数密度值，获取设定量个函数密度值作为初始的聚类中心；S4、通过聚类中心与所有用户的形态特征向量的相似度值加权计算最小聚类代价函数值时，对电力负荷曲线进行分类：S5、当相邻两次迭代的聚类中心变化量大于预设阈值，采用取众数的方式更新计算最小聚类代价函数值的聚类中心，之后并一直不停地根据更新的聚类中心计算最小聚类代价函数值，并对电力负荷曲线进行分类，直至相邻两次迭代的聚类中心变化量小于或等于预设阈值；S6、当相邻两次迭代的聚类中心变化量小于或等于预设阈值时，将得到的聚类中心存入聚类中心集合，并判断设定量与预设聚类中心数的关系：S7、当设定量小于预设聚类中心数时，将设定量累加一次，并返回步骤S3；当设定量等于或大于预设聚类中心数时，采用层次聚类算法对聚类中心集合中的所有聚类中心进行聚类得到聚类系谱图；S8、采用聚类系谱图选取聚类中心和聚类中心数量，并执行步骤S4和步骤S5；S9、当相邻两次迭代的聚类中心变化量小于或等于预设阈值时，获取当前聚类中心，并停止聚类中心更新，之后采用最小聚类代价函数值对电力负荷曲线进行分类；以及S10、当所有电力负荷曲线均分类至聚类中心所在电力负荷曲线簇时，输出当前聚类中心，当前聚类中心所对应的电力负荷曲线簇和采用聚类系谱图选取的聚类中心数量。