[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

说明书

本发明公开了一种基于聚类算法的负荷模型特征参数提取方法和装置。该方法包括：获取电力系统多个负荷节点的量测数据；根据量测数据和预设的负荷模型结构，获取量测数据对应的模型辨识参数；根据量测数据和模型辨识参数，获取样本集；计算样本集中任意两个样本之间的拟合度；根据拟合度，获取样本集中每个样本的局部密度；根据拟合度和所述局部密度，获取样本集中每个样本的距离偏量；根据局部密度和距离偏量，确定聚类数量和中心点样本。该方法可将量测数据和模型辨识参数作为聚类特征，将拟合度作为距离度量，确定聚类数量和中心点样本，从而可实现负荷模型特征参数的提取，可满足系统仿真中对负荷模型参数简便性的需求。

技术领域

本发明涉及电力系统负荷技术领域，特别涉及一种基于聚类算法的负荷模型特征参数提取方法、装置、电子设备和存储介质。

背景技术

为了维护电力系统的稳定运行，电力系统的负荷分析至关重要。目前，电力系统的负荷分析包括对电力系统的负荷的时变性和分布性的跟踪，相关技术中，为了克服统计综合法需要完成大量统计工作的缺点，以及传统总体测辨法对故障扰动数据的依赖，可采用类噪声数据进行负荷分析，而大量类噪声数据辨识参数无法有效提取，不能满足系统仿真中对负荷模型参数简便性的需求。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于聚类算法的负荷模型特征参数提取方法，可获取电力系统多个负荷节点的量测数据，根据量测数据和预设的负荷模型结构，获取量测数据对应的模型辨识参数，根据量测数据和模型辨识参数，获取样本集，计算样本集中任意两个样本之间的拟合度，根据拟合度，获取样本集中每个样本的局部密度，根据拟合度和局部密度，获取样本集中每个样本的距离偏量，根据局部密度和距离偏量，确定聚类数量和中心点样本。由此，可将量测数据和模型辨识参数作为聚类特征，将拟合度作为距离度量，确定聚类数量和中心点样本，从而可实现负荷模型特征参数的提取，可满足系统仿真中对负荷模型参数简便性的需求。

本发明的第二个目的在于提出一种基于聚类算法的负荷模型特征参数提取装置。

本发明的第三个目的在于提出一种电子设备。

本发明的第四个目的在于提出一种计算机可读存储介质。

为达到上述目的，本发明第一方面实施例提出了一种基于聚类算法的负荷模型特征参数提取方法，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。

根据本发明实施例的基于聚类算法的负荷模型特征参数提取方法，可获取电力系统多个负荷节点的量测数据，根据量测数据和预设的负荷模型结构，获取量测数据对应的模型辨识参数，根据量测数据和模型辨识参数，获取样本集，计算样本集中任意两个样本之间的拟合度，根据拟合度，获取样本集中每个样本的局部密度，根据拟合度和局部密度，获取样本集中每个样本的距离偏量，根据局部密度和距离偏量，确定聚类数量和中心点样本。由此，可将量测数据和模型辨识参数作为聚类特征，将拟合度作为距离度量，确定聚类数量和中心点样本，从而可实现负荷模型特征参数的提取，可满足系统仿真中对负荷模型参数简便性的需求。

另外，根据本发明上述实施例提出的基于聚类算法的负荷模型特征参数提取方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，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。