公开(公告)号：CN118427644A

公开(公告)日：2024-08-02

申请号：CN202410485831.6

申请日：2024-04-22

Applicant: 西安交通大学

Inventor： 李更丰 ,  李怡然 ,  黄玉雄 ,  卞艺衡 ,  张理寅 ,  张鼎茂 ,  赵帅 ,  辛正堃

IPC: G06F18/23213 ,  G06F18/10 ,  G06F18/2135

Abstract: 本发明公开了一种基于降维技术和改进K‑means的负荷曲线聚类方法及系统，利用负荷变化率判断负荷数据的异常状态，利用K最近邻算法进行负荷数据的缺失值处理，并对负荷数据集进行归一化；利用主成分分析方法这一降维技术，对负荷数据进行降维处理，将高维负荷数据集映射到低维空间，以减少数据的存储空间；引入概率权重来优化聚类初始点的位置，结合启发式算法中的粒子群优化算法，优化K‑means聚类方法的聚类数目，并利用相关聚类有效性指标来评估聚类算法的有效性，最终得到负荷曲线聚类结果。本发明解决电力系统高维、大量电力负荷数据聚类分析的技术问题，实现准确有效的负荷曲线聚类，为负荷预测、供需能效管理和电网规划提供信息参考。