[发明专利]一种多段电力报价曲线相似性判断方法及装置

说明书

本发明提供了一种多段电力报价曲线相似性判断方法及装置，所述方法包括：获取市场主体的现货报价数据并对所述现货报价数据进行标幺化形成点集P；根据预设的优化变量约束条件对点集P中的报价点进行密度聚类，输出密度聚类结果；基于所述密度聚类结果对预设的目标函数进行优化计算并得到最优聚类的邻域半径及其对应的簇类、核心点、已分类点和未分类点；根据所述最优聚类的邻域半径及其对应的簇类、核心点、已分类点和未分类点筛选出报价相似机组集群。本发明通过对聚类参数进行优化，能够在对报价点集进行最优聚类时避免未分类点过多的情况出现，从而有效提高了多段电力报价曲线相似性判断的准确性。

技术领域

本发明涉及电力数据分析技术领域，尤其是涉及一种多段电力报价曲线相似性判断方法及装置。

背景技术

随着新一轮电力市场改革的推进，国内试点现货市场均已开展试运行工作。电力现货市场中，市场主体将根据自身机组成本和特性，结合市场边界条件和其对博弈格局的预判申报多段报价，因此现货报价往往高度复杂。在长期适应市场的过程中，各机组现货报价逐渐从高度差异化转变为局部差异化，可能出现多家市场主体形成实质性报价联盟意图操纵市场价格的串谋行为。报价行为分析和串谋识别在电力现货市场监测中将起到重要作用。

电力现货市场的报价曲线相似性分析是判断是否存在串谋报价的一项基础工作，主要通过聚类分析来判别存在哪些报价相似的机组群以及其报价相似程度。在基于密度聚类的串谋竞价行为分析中，聚类参数为邻域半径和邻域内最小报价点数目。该参数的设置影响到密度聚类后簇类的数量和相似程度。通常利用密度聚类后所有已分类点到其核心点的距离之和的来判断密度聚类的相似程度，但该方法可能会导致未分类点过多使得某些机组间的相似报价行为被忽略。如何对聚类参数进行合理设置并对电力报价点进行更好的分类是利用聚类分析对电力现货市场中报价模式分析的关键。

发明内容

本发明旨在提供一种多段电力报价曲线相似性判断方法及装置，以解决上述技术问题，从而能够有效提高多段电力报价曲线相似性判断的准确性。

为了解决上述技术问题，本发明提供了一种多段电力报价曲线相似性判断方法，包括：

获取市场主体的现货报价数据并对所述现货报价数据进行标幺化形成点集P；

根据预设的优化变量约束条件对点集P中的报价点进行密度聚类，输出密度聚类结果；其中，所述密度聚类结果包括所有符合所述优化变量约束条件的邻域半径及其对应的簇类、核心点、已分类点和未分类点；

基于所述密度聚类结果对预设的目标函数进行优化计算并得到最优聚类的邻域半径及其对应的簇类、核心点、已分类点和未分类点；

根据所述最优聚类的邻域半径及其对应的簇类、核心点、已分类点和未分类点筛选出报价相似机组集群。

所述根据预设的优化变量约束条件对点集P中的报价点进行密度聚类，输出密度聚类结果，具体包括：

根据预设的密度聚类邻域半径以及预设的邻域内最小报价点数目，对点集P中的报价点进行核心点判断；

基于每一核心点对点集P进行密度聚类，计算该核心点与点集P中未处理点的豪斯多夫距离，并根据每一豪斯多夫距离将满足预设条件的点归为同一簇类，同时，将该同一簇类的点标记为已处理；

重复上述核心点判断及密度聚类步骤直至点集P中所有点均已被归入簇类或已被判断为非核心点，将不属于任何簇类的点归为未分类点；

输出所有符合所述优化变量约束条件的邻域半径及其对应的簇类、核心点、已分类点和未分类点。

所述目标函数为：

；