[发明专利]基于聚类算法的负荷模型特征参数提取方法和装置

权利要求书

1.一种基于聚类算法的负荷模型特征参数提取方法，其特征在于，包括：

获取电力系统多个负荷节点的量测数据；

根据所述量测数据和预设的负荷模型结构，获取所述量测数据对应的模型辨识参数；

根据所述量测数据和所述模型辨识参数，获取样本集；

计算所述样本集中任意两个样本之间的拟合度；

根据所述拟合度，获取所述样本集中每个样本的局部密度；

根据所述拟合度和所述局部密度，获取所述样本集中所述每个样本的距离偏量；

根据所述局部密度和所述距离偏量，确定聚类数量和中心点样本；

其中，所述根据所述拟合度和所述局部密度，获取所述样本集中所述每个样本的距离偏量，包括：

将所述样本集中所述每个样本按照对应的所述局部密度由高到低进行排序，获取排序后的样本序列；

分别获取所述样本序列中的第i个样本与第1个样本、第2个样本至第i-1个样本之间的拟合度，其中，2≤i≤N，N为所述样本集中样本的个数；

将所述样本序列中所述第i个样本对应的所述拟合度的最大值，作为所述第i个样本对应的距离偏量；

遍历所述样本序列，获取所述样本序列中第2个样本至第N个样本对应的N-1个距离偏量；

将所述N-1个距离偏量中的最小值作为所述样本序列中第1个样本对应的距离偏量。

2.根据权利要求1所述的提取方法，其特征在于，所述根据所述量测数据和预设的负荷模型结构，获取所述量测数据对应的模型辨识参数，包括：

计算所述量测数据和所述预设的负荷模型结构输出之间的偏差；

采用差分进化算法获取所述偏差的最小值，将所述偏差的最小值对应的所述预设的负荷模型结构的模型参数作为所述模型辨识参数。

3.根据权利要求1所述的提取方法，其特征在于，所述量测数据包括电压相量、有功功率、无功功率时，所述计算所述样本集中任意两个样本之间的拟合度，包括：

采用如下公式计算所述样本集中任意两个样本之间的拟合度：

其中，d_ij为样本i和样本j之间的拟合度，P_i为样本i对应的有功功率，Q_i为样本i对应的无功功率，U_i为样本i对应的电压相量，para_j为样本j对应的模型辨识参数，P_p(U_i，para_j)为在样本i对应的电压相量U_i下，采用样本j对应的模型辨识参数para_j计算得到的有功功率，Q_p(U_i，para_j)为在样本i对应的电压相量U_i下，采用样本j对应的模型辨识参数para_j计算得到的无功功率，mean(.)为向量均值函数，||.||为向量二范数函数。

4.根据权利要求1所述的提取方法，其特征在于，所述确定聚类数量和中心点样本之后，还包括：

根据所述拟合度，将所述样本集中的非中心点样本划归到距离其最近的所述中心点样本所在的簇。

5.根据权利要求1-4任一项所述的提取方法，其特征在于，所述量测数据包括电压幅值、电压相角、有功功率、无功功率中的至少一个。

6.根据权利要求1-4任一项所述的提取方法，其特征在于，所述模型辨识参数包括稳态电抗、暂态电抗、d轴暂态时间常数和静态电阻中的至少一个。