[发明专利]一种基于自适应层次时间序列聚类的用电负荷预测方法

权利要求书

1.一种基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，包括以下步骤；1)获取用电负荷并划分负荷序列；2)采用层次聚类法对负荷序列特性进行凝聚层次聚类；3)利用分层的思想对负荷进行预测；分层思想主要体现在负荷组分簇-合并成域-组成预测组的步骤；

步骤3)利用分层的思想对负荷进行预测包括步骤：在负荷预测过程中，寻找当前最新负荷序列所属域，并在域中寻找匹配的预侧负荷序列组，将预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷，然后将预测出的负荷序列作为当前最新的负荷序列，重复该步骤继续进行预测；

所述负荷预测过程具体包括以下步骤：

步骤S3.1：在负荷预测过程中，寻找当前最新负荷序列所属预测负荷序列域；

步骤S3.2：若未发现所属预测负荷序列域，则寻找离该负荷序列邻域半径上最近的负荷序列簇，找出该簇表征的预测负荷序列域，并寻找域中各个预侧负荷序列组中后一负荷序列所属簇中拥有序列数量最多的簇，并使用该簇的质心序列作为一时段的预测负荷；

步骤S3.3：若发现所属预测负荷序列域，当域中有多个预测负荷序列组中的起始负荷序列与当前负荷序列匹配，则使用发生时间最晚的预侧负荷序列组中的后一负荷序列作为下一时段的预测负荷；

步骤S3.4：若域中无起始负荷序列与当前负荷序列匹配，则寻找域中各个预侧负荷序列组中后一负荷序列所属簇中拥有序列数量最多的簇，并使用该簇的质心序列作为一时段的预测负荷；

步骤S3.5：将预测出的负荷序列作为最新的负荷序列重复该步骤进行后续负荷的预测；

4)通过反馈方法动态调整量化因子、时间窗口及分簇参数，完成用电负荷预测。

2.根据权利要求1所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，所述步骤1)划分负荷序列的步骤之前还包括对用户用电负荷进行量化的步骤，所述划分负荷序列步骤包括：根据用电负荷的上升、减少和持平特征在窗口时间段上进行划分。

3.根据权利要求1或2所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，步骤2)采用层次聚类法对负荷序列特性进行凝聚层次聚类包括：步骤S2.1：设置单位时刻距离dis_t、单位时刻负荷距离dis_p及序列长度距离dis_len，对负荷序列进行初始凝聚分簇；

步骤S2.2：对序列中心时刻距离dis_T_c和负荷总量距离dis_sum进行设置，将极大簇分裂成多个较小的簇，不同的负荷序列簇为序列的第一层；

步骤S2.3：将两个时间相邻的负荷序列组成预测负荷序列组，将组中起始负荷序列所属同一簇的预测负荷序列组合并为负荷序列域，不同的预测负荷序列域为序列的第二层。

4.根据权利要求1所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，步骤4)通过反馈方法动态调整量化因子、时间窗口及分簇参数包括步骤S4：在当前实际最新序列更新后，使用准确率与误差率作为评判当前预测结果的指标，分别对量化因子、窗口大小以及分簇参数进行迭代计算，对当前负荷序列预测的参数进行修正，并进行下一次预测。

5.根据权利要求1所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，使用准确率与误差率作为评判当前预测结果的指标，分别对量化因子、窗口大小以及分簇参数进行迭代计算，对当前负荷序列预测的参数进行修正，并进行下一次预测具体包括：

单次预测结束后，当前预测时段内对量化因子、窗口大小、序列长度距离、单位时刻距离、序列中心时刻距离、单位时刻负荷距离、负荷总量距离分别进行迭代运算，在单个参数迭代过程中，产生不同的预测序列，并与实际序列进行对比，选取准确率最高且误差率最低时的参数值作为下一次预测的次优参数。

6.根据权利要求3所述的基于自适应层次时间序列聚类的用电负荷预测方法，其特征在于，所述负荷序列特性包括序列长度、单位时刻、序列中心时刻、单位时刻负荷、负荷总量五个负荷序列特性。