[发明专利]一种基于高斯混合模型的配电网典型运行场景生成方法

权利要求书

1.一种基于高斯混合模型的配电网典型运行场景生成方法，其特征在于，包括以下步骤：

S1：对配电网运行场景原始数据中的不同类型的数据，在配电网节点内部进行归一化，并将原始数据集中的文本数据转换为离散数据进行量化；

S2：通过皮尔逊相关系数，计算分布式电源的出力以及负荷与不同影响因素之间的年相关系数，选取相关程度满足设定要求的影响因素分别作为分布式电源和负荷的特征向量；

S3：使用Canopy算法对各电源节点和负荷典型运行场景的历史数据进行粗聚类，并确定聚类中心数目；

S4：基于高斯混合模型进行聚类，得到电源典型运行场景和负荷典型运行场景。

2.根据权利要求1所述的基于高斯混合模型的配电网典型运行场景生成方法，其特征在于，由下式计算得到分布式电源的出力以及负荷与不同影响因素之间的年相关系数：

式中，和分别为研究的两相关变量在第N个周期第j个时刻点的实测值；和分别为两个变量的平均值；x代表影响因素，包括光照辐射度、温度、相对湿度和风速；y代表分布式电源出力和负荷；cov(x^(N),y^(N))表示x^(N)和y^(N)的协方差；为x^(N)的标准差，为y^(N)的标准差；n为1个周期内用于计算的数据点的个数。

3.根据权利要求1所述的基于高斯混合模型的配电网典型运行场景生成方法，其特征在于，所述S3具体包括：

S3.1：输入配电网运行场景原始数据组成的集合List，并设置数据距离阈值T1和T2，且T1＞T2；

S3.2：从集合List中随机选取数据点P，将数据点P作为第一个数据中心Canopy，并将其从集合List中删除；

S3.3：从集合List中取数据点Q，计算数据点Q到已经产生的所有数据中心Canopy的距离；如果数据点Q到某个数据中心的距离小于数据距离阈值T2，则将数据点Q加入到该数据中心Canopy中，并将其从集合List中删除；如果数据点Q到所有数据中心Canopy的距离均大于数据距离阈值T1，则将数据点Q作为一个新的数据中心Canopy，并将其从集合List中删除；如果数据点Q到某个数据中心Canopy的距离在数据距离阈值T2与T1之间，则将数据点Q加入该数据中心Canopy，但不将其从集合List中删除，并继续参与后续计算；

S3.4：对集合List中的其他点重复S3.3的操作，直到集合List为空；

S3.5：计算得到每个电源节点的粗聚类中心个数kp，将粗聚类数中出现次数最多的kp作为电源典型运行场景的最佳聚类数，将kp作为下一步高斯混合模型的输入参数；

S3.6：计算得到每个负荷典型运行场景的粗聚类中心个数kl，将粗聚类数中出现次数最多的kl作为负荷典型运行场景的最佳聚类数，作为下一步高斯混合模型的输入参数。

4.根据权利要求3所述的基于高斯混合模型的配电网典型运行场景生成方法，其特征在于，所述S3.3中两个数据点之间的距离采用以相关系数为权重的加权欧式距离，数据点为电源节点时，各影响因素的权重为：

式中，w_m表示第m个影响因素的权重，|c_m|和|c_n|表示第m个和第n个影响因素的相关系数的绝对值，p表示影响因素的个数；

P、Q两个数据点之间的加权欧式距离表示为：

式中，w_h代表第h个影响因素的权重，g_hP和g_hQ分别表示P点和Q点的第h个影响因素的值。

5.根据权利要求3所述的基于高斯混合模型的配电网典型运行场景生成方法，其特征在于，所述S4具体包括：

S4.1：将电源典型运行场景的最佳聚类数kp，代入高斯混合模型中；首先初始化kp个高斯分布的均值、协方差矩阵以及混合系数；均值μ₁，μ₂，…，μ_kp在(0,1)之间随机初始化，协方差矩阵Σ₁，Σ₂，…，Σ_kp初始化为p维单位正定矩阵，混合系数Π₁，Π₂，…Π_kp均初始化为1/kp；

S4.2：利用期望最大化的方法依次计算E-step和M-step，确定高斯混合模型的均值、协方差矩阵以及混合系数；

E-step：对于每个数据点D_ai，计算它属于分布C₁，C₂，…，C_kp的概率：

式中，表示点D_ai属于某一分布C的概率，Π_c表示分布C的混合系数，N(D_ai；μ_c,Σ_c)表示分布C的概率密度函数，由下式表示：

式中，Σ_c表示分布C的协方差矩阵；μ_c表示分布C的均值；

M-step：使用E-step估计出的概率，计算新一轮迭代的高斯混合模型参数；

分布C的均值为：

式中，N代表数据点的总数；

分布C的协方差矩阵为：

其中分布C的均值μ_c应用这一轮更新后的值；

分布C的混合系数为：

S4.3：重复计算E-step和M-step直至收敛，则得到高斯混合模型的参数；其中每个高斯分布的均值μ视为该分布的中心，作为配电网的电源典型运行场景；负荷典型场景的提取方法同理；

S4.4：分别得到m₀个电源典型运行场景和n₀个负荷典型运行场景后，将电源和负荷的典型场景两两组合，得到总计m₀×n₀个配电网典型运行场景。