[发明专利]一种基于负荷特性指标加权聚类算法的电网用户分类方法

权利要求书

1.一种基于负荷特性指标加权聚类算法的电网用户分类方法，其特征在于，包括：

步骤A：获取待分类用户的负荷曲线d_l，l表示不同的待分类用户，l为正整数，执行步骤B；

步骤B：基于所述负荷曲线d_l计算负荷特性指标集合D_l＝[V_l1,V_l2,...,V_ln]，V_l1至V_ln表示不同的负荷特性指标，n表示所述负荷特性指标集合内负荷特性指标种类的个数，n为正整数，执行步骤C；

步骤C：基于所述负荷特性指标集合D_l＝[V_l1,V_l2,...,V_ln]设置初始权重集合λ＝[λ₁,λ₂,...,λ_n]，并以所述初始权重集合为负荷特性指标权重集合，所述负荷特性指标权重集合中的每个权重即为所述负荷特性指标集合中每种负荷特性指标的权重，设第一迭代次数i为1，设第二迭代次数j为1，设置吸引信息矩阵R和归属信息矩阵A为零，设置DB指标，执行步骤D；

步骤D：基于所述负荷特性指标集合及所述负荷特性指标权重集合生成待分类用户的相似度矩阵其中，median(S)为矩阵S非对角线所有元素的中位数，V_la和V_lb表示任意两种不同的负荷特性指标，λ_a为V_la的权重，λ_b为V_lb的权重，V_la∈D_l，V_lb∈D_l，执行步骤E；

步骤E：基于所述相似度矩阵S(a，b)更新所述吸引信息矩阵R和归属信息矩阵A，执行步骤F；

步骤F：基于所述吸引信息矩阵R及所述归属信息矩阵A利用AP聚类算法对所述待分类用户进行分类；当聚类中心稳定和或第一迭代次数i大于第一预设迭代次数i_max时，执行步骤G；否则，将第一迭代次数i加1并执行步骤E；

步骤G：基于熵权法更新所述负荷特性指标权重集合，执行步骤H；

步骤H：基于用户分类的结果计算新的DB指标，当所述新的DB指标满足预设DB阈值时，结束，否则，执行步骤I；

步骤I：当DBDBnew或第二迭代次数j大于第二预设迭代次数j_max时，执行步骤J；否则，将第二迭代次数j加1并执行步骤D，其中，DBnew为步骤H中计算出的新的DB指标，DB为DBnew之前一次得到的DB指标；

步骤J：更新相似度矩阵DB_min为得到的所有DB指标中最小的DB指标值，δ为搜索阈值，记录最小的DB指标值DB_min所对应的聚类中心，结束。

2.如权利要求1所述的基于负荷特性指标加权聚类算法的电网用户分类方法，其特征在于，所述步骤E中基于所述相似度矩阵S(a，b)更新所述吸引信息矩阵R和归属信息矩阵A的方式包括：

基于公式更新所述吸引信息矩阵R和所述归属信息矩阵A，其中，S(a，b)是负荷曲线a与负荷曲线b之间的相似度，其值表明了b作为a的聚类中心的合适程度，r_t+1(a，b)是第t+1次更新的吸引信息矩阵R中的元素，表示负荷曲线a与负荷曲线b之间的吸引信息，描述负荷曲线a与负荷曲线b的认可程度，a_t(a，b)是第t次更新的归属信息矩阵A中的元素，表示负荷曲线a与负荷曲线b之间的归属信息，描述负荷曲线a与负荷曲线b作为其聚类中心的适合程度，下标t表示第t次更新，下标t+1表示第t+1次更新，b’是除去b所在列的所有元素值，a_t(a,b′)是第t次更新的归属信息矩阵A中对应负荷曲线a的除去b列后剩余的归属信息元素值，即除b外其他负荷曲线对负荷曲线a的归属度值，a’是除去a所在行的所有元素值，r_t(a′,b)是第t次更新的吸引信息矩阵R中对应负荷曲线b的除去a行后剩余的吸引信息元素值，即负荷曲线b作为除a外其他负荷曲线的聚类中心的相似度值。