[发明专利]一种基于负荷特性指标加权聚类算法的电网用户分类方法

摘要

本申请公开了一种基于负荷特性指标加权聚类算法的电网用户分类方法，引入负荷曲线聚类，针对现有算法复杂度较高的问题，构建负荷特性指标并对传统AP算法进行降维，以提高算法效率；利用权重改进相似度计算，并以DB指标进行收敛判断。面对主观赋权的不足，设计特性指标贡献度的评价规则，采用熵权法客观自适应地确定负荷特性指标的权重，以衡量各特性指标对聚类结果的区分度大小，提升了权重赋值的合理性，最终提高了用户分类结果的精准度。

主权项

1.一种基于负荷特性指标加权聚类算法的电网用户分类方法，其特征在于，包括：步骤A：获取待分类用户的负荷曲线dl，l表示不同的待分类用户，l为正整数，执行步骤B；步骤B：基于所述负荷曲线dl计算负荷特性指标集合Dl＝[Vl1,Vl2,...,Vln]，Vl1至Vln表示不同的负荷特性指标，n表示所述负荷特性指标集合内负荷特性指标种类的个数，n为正整数，执行步骤C；步骤C：基于所述负荷特性指标集合Dl＝[Vl1,Vl2,...,Vln]设置初始权重集合λ＝[λ1,λ2,...,λn]，并以所述初始权重集合为负荷特性指标权重集合，所述负荷特性指标权重集合中的每个权重即为所述负荷特性指标集合中每种负荷特性指标的权重，设第一迭代次数i为1，设第二迭代次数j为1，设置吸引信息矩阵R和归属信息矩阵A为零，设置DB指标，执行步骤D；步骤D：基于所述负荷特性指标集合及所述负荷特性指标权重集合生成待分类用户的相似度矩阵其中，median(S)为矩阵S非对角线所有元素的中位数，V_la和V_lb表示任意两种不同的负荷特性指标，λ_la为V_la的权重，λ_lb为V_lb的权重，V_la∈D_l，V_lb∈D_l，执行步骤E；步骤E：基于所述相似度矩阵s(a，b)更新所述吸引信息矩阵R和归属信息矩阵A，执行步骤F；步骤F：基于所述吸引信息矩阵R及所述归属信息矩阵A利用AP聚类算法对所述待分类用户进行分类；当聚类中心稳定和或第一迭代次数i大于第一预设迭代次数imax时，执行步骤G；否则，将第一迭代次数i加1并执行步骤E；步骤G：基于熵权法更新所述负荷特性指标权重集合，执行步骤H；步骤H：基于用户分类的结果计算新的DB指标，当所述新的DB指标满足预设DB阈值时，结束，否则，执行步骤I；步骤I：当DBDB_min为得到的所有DB指标中最小的DB指标值，δ为搜索阈值，记录最小的DB指标值DB_min所对应的聚类中心，结束。