一种基于自适应动态密度的配电网负荷曲线聚类方法及相关装置与流程

本申请涉及电力系统配电网，特别是涉及一种基于自适应动态密度的配电网负荷曲线聚类方法及相关装置。

背景技术：

1、配电网连接主网和终端用户，其负荷形态直接影响台区规划、运行调度、需求侧管理、光伏消纳和储能配置。日负荷曲线能够反映用户在不同时段的用电习惯，不同类型用户之间存在差异，同一类用户又往往具有相近的峰谷位置和变化趋势。通过聚类方式整理历史负荷数据，可以提取具有代表性的典型日负荷模式，降低后续分析复杂度，并为配电网运行效率提升提供数据基础。

2、现有配电网负荷曲线聚类通常采用k-means或层次聚类等方法，但在工程数据中仍存在适应性不足。现有聚类方法依赖固定阈值或预设簇数，面对密集负荷模式、稀疏负荷模式和边界样本同时存在的数据集时，容易出现簇内离散或簇间混淆。同时，单纯采用欧氏距离难以处理峰谷时刻轻微提前或滞后的曲线，容易低估形态相近但时间错位的负荷曲线相似性；若在异常修正前直接归一化，少量尖峰或缺失点还会改变整条曲线的尺度，降低后续聚类可靠性；此外，部分模型对小簇、孤立曲线和未归类样本缺少后处理机制，难以直接满足工程应用要求。

3、进一步地，配电网负荷数据通常来源于多个台区或多台配电变压器，数据中同时包含正常生产生活用电曲线、阶段性负荷曲线、低负荷曲线以及异常或边界曲线。若仅依赖固定阈值进行聚类，容易在高密度区域产生过度合并，在低密度区域产生漏分，并且难以解释边界曲线和噪声曲线的处理结果。

技术实现思路

1、本申请的目的是提供一种基于自适应动态密度的配电网负荷曲线聚类方法及相关装置，能够减少类内离散和跨类混淆，为配电网运行效率提升提供更准确的典型日负荷数据，有利于提高制定台区规划、运行调度等策略的质量。

2、为实现上述目的，本申请提供了如下方案：

3、第一方面，本申请提供了一种基于自适应动态密度的配电网负荷曲线聚类方法，包括：

4、对获取的配电网各变压器的负荷数据进行预处理，得到相应的标幺化曲线；所述负荷数据包括倍率和有功功率时序数据。

5、构建k行k列的全局相似度矩阵；所述全局相似度矩阵第i行第j列的矩阵元素是基于第i个标幺化曲线与第j个标幺化曲线的dtw距离确定的相似度；k为标幺化曲线的总数量。

6、基于所述全局相似度矩阵，确定各标幺化曲线的局部密度和密度梯度。

7、对每一所述标幺化曲线，基于所述局部密度和所述密度梯度，确定相应标幺化曲线的自适应动态密度聚类阈值。

8、基于所述全局相似度矩阵、所有所述标幺化曲线以及所有所述自适应动态密度聚类阈值，对所有所述标幺化曲线进行聚类，得到一个或多个聚类集合；每一所述聚类集合包括一条或多条标幺化曲线。

9、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的基于自适应动态密度的配电网负荷曲线聚类方法的步骤。

10、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的基于自适应动态密度的配电网负荷曲线聚类方法的步骤。

11、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的基于自适应动态密度的配电网负荷曲线聚类方法的步骤。

12、根据本申请提供的具体实施例，本申请具有了以下技术效果：

13、本申请提供了一种基于自适应动态密度的配电网负荷曲线聚类方法及相关装置，采用自适应动态密度聚类阈值替代相关技术的固定阈值进行聚类，并在局部密度的基础上，引入密度梯度项，通过局部密度和密度梯度共同确定标幺化曲线的自适应动态密度聚类阈值，以便于区分聚类核心、稀疏均匀区和密度过渡带，并通过相似度与自适应动态密度聚类阈值的进行比较，确定相应的聚类集合，使不同区域分别聚类，有利于减少类内离散和跨类混淆。

1.一种基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，所述配电网负荷曲线聚类方法，包括：

2.根据权利要求1所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，基于所述全局相似度矩阵、所有所述标幺化曲线以及所有所述自适应动态密度聚类阈值，对所有所述标幺化曲线进行聚类，得到一个或多个聚类集合，具体包括：

3.根据权利要求1或2所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，所述自适应动态密度聚类阈值的表达式为：

4.根据权利要求1或2所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，所述局部密度的表达式为：

5.根据权利要求1或2所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，所述密度梯度的表达式为：

6.根据权利要求1所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，在得到所有的聚类集合之后，还包括：对所述聚类集合进行优化，得到优化后的聚类集合；

7.根据权利要求1或6所述的基于自适应动态密度的配电网负荷曲线聚类方法，其特征在于，还包括：

8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的一种基于自适应动态密度的配电网负荷曲线聚类方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的一种基于自适应动态密度的配电网负荷曲线聚类方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于自适应动态密度的配电网负荷曲线聚类方法。