[发明专利]一种基于用户用电负荷数据细分的聚类融合方法

摘要

一种基于用户用电负荷数据细分的聚类融合方法，包括以下步骤：1）采集数据；2）修正数据；3）转换数据；4）标准化数据；5）构造预处理聚类算法集；6）构建共识矩阵；7）运行聚类融合方法；8）归集用户。本发明将不同聚类算法或者同一聚类算法下使用不同参数得到的结果进行自动化合并，通过聚类融合可自动判别并生成最优的聚类结果，提高了聚类分析模型的自适应处理能力，降低用户用电负荷数据聚类分析过程中对先验知识的依赖度，减少人工操作，提高了方法的自动化程度。

主权项

一种基于用户用电负荷数据细分的聚类融合方法，其特征在于，包括以下步骤：S1采集某段时间内各指定时间点t的用户用电正向有功读数数据Wt和正向无功读数数据Vart；S2对采集的用户用电读数数据进行规范性校对：先删除采集的用户用电读数数据中的冗余数据，再查找用户用电读数数据中的缺失字段，选择作为分析对象的用户，对分析对象的用电读数数据进行修补缺失数据和剔除异常数据处理；S3根据处理后的数据，计算各用户在各指定时间点t的用电负荷数据St，并形成以用户为行，指定时间点的用电负荷数据St为列的矩阵S[N][t]，其中，N表示用户数，t表示各指定的时间点；S4对用户用电负荷数据St进行标准化处理，以提取负荷形态；S5选择一种以上的通用聚类算法构造预处理聚类算法集，根据先验知识设定两组以上运行参数，计算各通用聚类算法在各组运行参数下的用户用电负荷数据细分结果从而得到用户用电负荷数据细分结果集合，集合中对应同一组运行参数和同一通用聚类算法的结果为一个聚类成员，每一个聚类成员中根据各组运行参数的设定情况不同分为若干个簇，每个簇为一个以该簇为列、用户为行的单列“0”、“1”矩阵，“1”表示某用户属于该簇，“0”表示某用户不属于该簇；S6根据聚类成员构建共识矩阵，其元素为两两用户属于同一簇的概率；S7随即选取m个用户作为典型用户，计算其对应的距离准则函数值，遍历所有典型用户组合，并选择对应最小距离准则函数值的典型用户组合，计算其它各个用户与这组典型用户中的各个用户属于同一簇的概率；S8设定概率阀值，以对应最小距离准则函数值的典型用户组合为簇中心归集其他用户，得到最终的聚类结果。