[发明专利]基于变电站用户构成的负荷聚类方法、装置、设备及介质

说明书

本发明属于电力系统负荷聚类技术领域，具体公开了基于变电站用户构成的负荷聚类方法、装置、设备及介质，包括：获取变电站下属的用户负荷数据和变电站负荷数据为负荷数据，对变电站下属的用户负荷数据和变电站负荷数据进行数据预处理及数据降维，得到预处理后的用户负荷数据和变电站负荷数据；选择聚类有效性评价指标；利用基于MaxMin原则改进的K‑means算法对预处理后的用户负荷数据进行聚类；并对变电站下属用户的聚类结果进行分析，得到变电站构成成分；利用权重自动更新的K‑means算法对预处理后的变电站负荷数据进行聚类。本发明与传统聚类算法相比，修正聚类算法收敛速度和计算精度均有明显优势，同时考虑多种数据对象，提高了聚类的可信度。

技术领域

本发明属于电力系统负荷聚类技术领域，具体涉及基于变电站用户构成的负荷聚类方法、 装置、设备及介质。

背景技术

电力系统是由发电厂、输电网络、变电站及电力负荷所组成的统一整体。系统中各元件数 学模型的准确性直接关系到系统仿真分析的可信度。其中电力负荷作为系统的重要组成，其模 型仍比较粗糙，这直接阻碍了系统模拟精度的进一步提高。

变电站负荷是指变电站下所属的所有不同电压等级用户负荷的综合。电力系统负荷数量庞 大，精确的变电站负荷特性聚类可以帮助凝练变电站的共性特征，提取变电站的用电模式及用 电特征，从而指导变电站的负荷建模，提高整体建模精确度。

但现阶段的变电站负荷聚类问题，大多存在两方面的问题有待解决，一是聚类得到的结果 与实际负荷特性不匹配，二是传统聚类算法没有针对性从而导致聚类效果相对较差。

发明内容

为了克服现有技术的缺点，本发明的目的在于提供一种基于变电站用户构成的负荷聚类 方法、装置、设备及介质，以解决变电站负荷聚类时聚类得到的结果与实际负荷特性不匹配以 及聚类效果相对较差的问题。

为了达到上述目的，本发明采用以下技术方案实现：

第一方面，本发明提供一种基于变电站用户构成的负荷聚类方法，包括以下步骤：

步骤1：获取变电站下属的用户负荷数据和变电站负荷数据为负荷数据，对变电站下属 的用户负荷数据和变电站负荷数据进行数据预处理及数据降维，得到预处理后的用户负荷数据 和变电站负荷数据；

步骤2：选择聚类有效性评价指标；

步骤3：利用基于MaxMin原则改进的K-means算法对步骤1获得的预处理后的用户负 荷数据进行聚类；确定类别数，获得变电站下属用户的聚类结果；并对变电站下属用户的聚类 结果根据聚类有效性评价指标进行分析，得到变电站构成成分；

步骤4：根据变电站构成成分和预处理后的变电站负荷数据，利用权重自动更新的K-means算法对上层变电站负荷数据进行聚类，确定类别数，获得最终聚类结果。

进一步的，步骤1所述的变电站下属的用户负荷数据为每个变电站下属的低压终端用户 的日负荷特性曲线，该曲线由每间隔15min采集得到的实时负荷数据构成，日负荷特性曲线上 有96个点；

所述的变电站负荷数据为负荷数据为每个变电站负荷的日负荷曲线，该曲线由每间隔 15min采集得到的实时负荷数据构成，日负荷特性曲线上有96个点；或者选取每一个变电站 的行业构成比例。

进一步的，对变电站下属的用户负荷数据和变电站负荷数据进行数据预处理包括：

步骤121：剔除掉数据缺失量超过百分之三十的数据和发电用户，将有功记录数据为负 数的数据视为发电用户；其次依据以下公式判断变电站下属的低压终端用户的日负荷曲线和变 电站负荷的日负荷曲线当中有明显升高和降低的负荷数据：

ρ＝|(p_d-p_d-1)/p_d|