[发明专利]基于聚类的样条插值典型日负荷曲线选取装置有效

专利信息
申请号: 201611168907.4 申请日: 2016-12-16
公开(公告)号: CN108205721B 公开(公告)日: 2021-11-02
发明(设计)人: 缪庆庆;桂纲;张海静;杨东亮;郭亮;张涛 申请(专利权)人: 国家电网公司;国网山东省电力公司;国网山东省电力公司济宁供电公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06F16/28
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 100031 *** 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:
搜索关键词: 基于 样条插值 典型 负荷 曲线 选取 装置
【权利要求书】:

1.基于聚类的样条插值典型日负荷曲线选取装置,其特征是,包括:

聚类分析模块,用于从配置模块获取聚类算法,从数据获取模块获取数据;根据聚类算法,对日负荷曲线数据进行聚类操作,最终将日负荷曲线聚为若干类并得到每类日负荷曲线的聚类中心;甄别出聚类日负荷曲线最多的一类作为聚类结果,将聚类结果输入基准日负荷曲线获取模块,并将聚类日负荷曲线最多的一类的聚类中心作为初步典型日负荷曲线,输入插值修正模块;

插值修正模块从聚类分析模块、基准日负荷曲线获取模块分别获取初步典型日负荷曲线、基准日负荷曲线,将初步典型日负荷曲线与基准日负荷曲线进行对比分析,根据设置的差值阈值参数,若初步典型日负荷曲线与基准日负荷曲线的整点负荷差值大于该阈值,则对典型日负荷曲线进行调整;选取典型日前后四天的日负荷与基准日进行比较,用最接近基准日的负荷替换需要调整的典型日的负荷,将调整后的典型日负荷进行三次样条插值处理,得到较为平滑的典型日负荷曲线并通过用户交互模块输出给装置用户;

所述配置模块,用于接受数据获取模块、聚类分析模块和基准日负荷曲线获取模块的调用,从用户交互模块中获取用户需求,根据用户需求从算法存储模块读取配置信息;所述用户交互模块,用于实现与用户的交互,从装置用户处获取用户需求及参数,根据需求及参数向配置模块发送分析指令,根据用户需求将从插值修正模块获取的典型日负荷曲线提供给装置用户,提供查询指令和主动推送两种交互方式;

所述基准日负荷曲线获取模块,用于按照配置模块获取的基准日负荷曲线选取规则,从聚类分析模块获取的聚类结果中计算得到基准日负荷曲线,并将得到的基准日负荷曲线输入插值修正模块,基准日负荷曲线选取规则包括对指定时间段聚类结果求平均。

2.如权利要求1所述的基于聚类的样条插值典型日负荷曲线选取装置,其特征是,所述数据获取模块,用于从配置模块获取聚类分析对象,按照聚类分析对象从外部数据基础系统获取用户指定时间段内的日负荷曲线所需数据,将获取的数据传递给聚类分析模块。

3.如权利要求1所述的基于聚类的样条插值典型日负荷曲线选取装置,其特征是,所述算法存储模块,用于存储从实际工作中提取出的聚类算法、所需的聚类分析对象和基准日负荷曲线选取规则,与用户进行交互实现信息的新增、更改及删除,接收配置模块调用将选定聚类算法所需配置信息传递给配置模块。

4.如权利要求2所述的基于聚类的样条插值典型日负荷曲线选取装置,其特征是,外部数据基础系统包括用电信息采集系统。

5.如权利要求1所述的基于聚类的样条插值典型日负荷曲线选取装置,其特征是,从算法存储模块获取的配置信息包括聚类分析对象、聚类算法、基准日负荷曲线选取规则。

6.如权利要求5所述的基于聚类的样条插值典型日负荷曲线选取装置,其特征是,聚类算法包括最短距离聚类算法、基于反一致自适应可能性C均值聚类算法或K-means聚类算法,基准日负荷曲线选取规则包括平均值法。

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国家电网公司;国网山东省电力公司;国网山东省电力公司济宁供电公司,未经国家电网公司;国网山东省电力公司;国网山东省电力公司济宁供电公司许可,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/pat/books/201611168907.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top