一种电力负荷聚类的方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106530132A(43)申请公布日2017.03.22(21)申请号201611023849.6G06K9/62(2006.01)(22)申请日2016.11.14(71)申请人国家电网公司地址100031北京市西城区西长安街86号申请人国网冀北电力有限公司电力科学研究院华北电力科学研究院有限责任公司(72)发明人许鑫傅军朱天博周辛南王畅介志毅孙志杰汤佩霖边海叶(74)专利代理机构北京三友知识产权代理有限公司11127代理人郭晓宇汤在彦(51)Int.Cl.G06Q50/06(2012.01)权利要求书2页说明书13页附图8页(54)发明名称一种电力负荷聚类的方法及装置(57)摘要本发明提供了一种电力负荷聚类的方法及装置。所述方法包括：采集电力负荷数据；将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心；将所述canopy中心作为K值，利用K-Means聚类算法，生成电力负荷聚类结果。本发明提出运用Canopy聚类和K-means聚类相结合的方法进行客户聚类，极大地提高了聚类的速度和准确度，避免了k值选择的随机性和盲目性；并且，通过对不同属性和行为特征的用电客户聚类分群，分析同群体内客户用电负荷趋势，可以使电力公司有针对性的对批量客户提供主动服务，实现改善客户关系，提高客户满意度、防范电费风险，减少峰谷负荷，实现优质服务、降本增效等目标。CN106530132ACN106530132A权利要求书1/2页1.一种电力负荷聚类的方法，其特征在于，包括：采集电力负荷数据；将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心；将所述canopy中心作为K值，利用K-Means聚类算法，生成电力负荷聚类结果。2.根据权利要求1所述的电力负荷聚类的方法，其特征在于，将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心，包括：步骤11，将采集的所述电力负荷数据进行数据向量化后生成数据列表；步骤12，利用曼哈顿距离计算两个距离阈值T1和T2，其中T1＝2*T2；步骤13，从所述数据列表中任取一点P，如果当前不存在canopy类，则把点P作为一个canopy类，并计算所述点P与所有canopy类之间的距离，如果所述点P与某个canopy类的距离在所述距离阈值T1以内，则将所述点P加入到这个canopy类，如果所述点P与某个canopy类的距离在所述距离阈值T2以内，则将所述点P从所述数据列表中删除；步骤14，重复步骤13，直到所述数据列表为空。3.根据权利要求1所述的电力负荷聚类的方法，其特征在于，所述将所述canopy中心作为K值，利用K-Means聚类算法，生成电力负荷聚类结果，包括：步骤21，将所述canopy中心放入K-Means中作为聚类中心；步骤22，计算采集的所述电力负荷数据与所述聚类中心之间的欧氏距离，判断所述电力负荷数据中的样本点属于哪一聚类；步骤23，当所述样本点被分配完成后，重新计算每个聚类的聚类中心；步骤24，重复步骤22和23，直至准则函数收敛。4.根据权利要求1所述的电力负荷聚类的方法，其特征在于，使用有效性函数作为聚类算法停止的判别条件，当聚类划分结果达到所述有效性函数时即停止算法运行。5.根据权利要求4所述的电力负荷聚类的方法，其特征在于，所述有效性函数为全局误差函数。6.一种电力负荷聚类的装置，其特征在于，包括：数据采集装置，用于采集电力负荷数据；Canopy聚类装置，用于将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心；K-Means聚类装置，用于将所述canopy中心作为K值，利用K-Means聚类算法，生成电力负荷聚类结果。7.根据权利要求6所述的电力负荷聚类的装置，其特征在于，所述Canopy聚类装置将所述电力负荷数据进行Canopy聚类，生成若干canopy类和canopy中心，具体包括：向量化模块，用于将采集的所述电力负荷数据进行数据向量化后生成数据列表；阈值计算模块，用于利用曼哈顿距离计算两个距离阈值T1和T2，其中T1＝2*T2；聚类模块，用于从所述数据列表中任取一点P，如果当前不存在canopy类，则把点P作为一个canopy类，并计算所述点P与所有canopy类之间的距离，如果所述点P与某个canopy类的距离在所述距离阈值T1以内，则将所述点P加入到这个canopy类，如果所述点P与某个canopy类的距离在所述距离阈值T2以内，则将所述点P从所述数据列表中删除；重复上述操作，直到所述数据列表为空。2CN106530132A权利要求书2/2页8.根据权利要求6所述的电力负荷聚类的装置，其特征在