[发明专利]一种电力负荷SOM-FCM分层聚类方法在审
| 申请号： | 201810475093.1 | 申请日： | 2018-09-29 |
| 公开（公告）号： | CN108898154A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 郭虎;刘文颖;王维洲;夏鹏;刘福潮;朱丹丹;华夏;许春蕾;梁琛;张雨薇;王方雨;药炜;姚春晓;郑晶晶;张尧翔;彭晶;吕良;韩永军;王贤;荣俊杰;曾文伟;聂雅楠;李宛齐;冉忠 | 申请（专利权）人： | 华北电力大学;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国网山西省电力公司太原供电公司;国家电网公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/06;G06Q50/06 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 谈杰 |
| 地址： | 102206 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于负荷波动特征提取的电力负荷SOM‑FCM分层聚类方法，包括下述步骤：S1、将电力负荷有功时序数据作为输入，对负荷数据预处理后，求取波动性特征向量；S2、对步骤S1得到的波动性特征向量采用自组织映射神经网络(SOM)聚类算法进行第一层粗分聚类，获取聚类结果和权值矩阵；S3、将步骤S2中粗分的结果作为自适应模糊C均值算法(FCM)的输入，并加入有效函数判断，最终得到聚类数目最优的聚类结果。本发明通过提取负荷波动性特征参数对电力负荷自适应聚类，解决了电力负荷组成复杂，数目繁多情况下的聚类难题，从负荷曲线波动性本身对负荷进行聚类，分析数据易于获取，计算简便且易于移植。 | ||
| 搜索关键词： | 聚类 电力负荷 波动性 负荷波动 聚类结果 特征向量 自适应 分层 模糊C均值算法 预处理 分析数据 负荷曲线 负荷数据 聚类算法 权值矩阵 神经网络 时序数据 特征参数 特征提取 有效函数 第一层 自组织 映射 有功 移植 | ||
【主权项】：
1.一种基于负荷波动特征提取的电力负荷SOM‑FCM分层聚类方法，其特征在于，包括下述步骤：S1、读取某一区域内n个电力负荷日出力数据作为输入，对每个负荷进行预处理，包括归一化、求波动量、计算波动量高阶矩参数，作为负荷的波动性特征向量p＝[σ,Skew,Kurtosis]；S2、对步骤S1得到的波动性特征向量采用自组织映射神经网络聚类算法进行第一层粗分聚类，获取聚类结果和权值矩阵；S3、将步骤S2中粗分的结果作为自适应模糊C均值算法的输入，并加入有效函数判断，最终得到聚类数目最优的聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国网山西省电力公司太原供电公司;国家电网公司，未经华北电力大学;国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国网山西省电力公司太原供电公司;国家电网公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810475093.1/，转载请声明来源钻瓜专利网。
