[发明专利]基于城市能源大数据的负荷及其可调潜力协同聚类方法

权利要求书

1.一种基于城市能源大数据的负荷及其可调潜力协同聚类方法，其特征在于，包括：

采集城市能源用户的用电负荷数据；

对所述用电负荷数据进行归一化处理，计算用电负荷数据的调节能力，得到用电负荷数据的时序序列和负荷可调能力时序序列；

将所述用电负荷数据的时序序列和负荷可调能力时序序列以复数形式进行耦合并同时映射到复数域，得到复数域待聚类用电负荷数据集；

对所述复数域待聚类用电负荷数据集进行聚类处理，得到分类后的用电负荷数据；

所述的对所述用电负荷数据进行归一化处理，计算用电负荷数据的调节能力，得到用电负荷数据的时序序列和负荷可调能力时序序列，包括：

对所述用电负荷数据进行最大值归一化处理，设定待聚类的负荷点共有N个，第n个负荷的用电负荷数据的时序序列为{P_ni},i＝1,2,…,K，其中K为时序用电负荷数据中的时间断面数量，以{P_ni},i＝1,2,…,K中的最大值P_n,max为参考值，将所述时序序列中的序列值映射转换到[0,1]之间，对P_ni进行下述归一化处理：

a_ni表示在第i个时间断面上的归一化负荷特性；

基于各行业典型用户的用电负荷数据的可调能力数据构成负荷可调能力时序序列{ΔP_ni},i＝1,2,…,K，{ΔP_ni},i＝1,2,…,K与用电负荷数据的时序序列{P_ni},i＝1,2,…,K一一对应，将所述用电负荷数据中的序列值以相应的用电负荷数据为基准进行映射，得到b_ni＝ΔP_ni/P_ni，则b_i表示在第i个时间断面上的归一化负荷可调节能力；

所述的将所述用电负荷数据的时序序列和负荷可调能力时序序列以复数形式进行耦合并同时映射到复数域，得到复数域待聚类用电负荷数据集，包括：

将所述用电负荷数据的时序序列{P_ni},i＝1,2,…,K和所述负荷可调能力时序序列{ΔP_ni},i＝1,2,…,K以复数形式进行耦合，并同时映射到复数域，即y_nk＝a_nk+b_nk*1j，其中1j为复数算子，得到复数域待聚类用电负荷数据集X；

X为复数域的N×K矩阵的数据集合；

所述的对所述复数域待聚类用电负荷数据集进行聚类处理，得到分类后的用电负荷数据，包括：

对所述聚类用电负荷数据集X进行初始分类，每个行业的样本用电负荷数据自成一类，计算各类用电负荷数据之间的距离，产生一个对称的距离矩阵，找出所述距离矩阵中的最小元素，并将所述最小元素对应的两类用电负荷数据合并为一类用电负荷数据，判断当前聚类结果是否达到预期的聚类结果，如果是，结束所述聚类用电负荷数据集X的聚类过程，输出分类后的用电负荷数据；否则，继续计算各类用电负荷数据之间的距离，产生一个对称的距离矩阵，重复执行上述处理过程，直到当前聚类结果达到预期的聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述的采集城市能源用户的用电负荷数据，包括：

对城市能源中每一类行业用户，选取若干较有代表性的用户进行调查，采集指定时间段内各行业典型用户的用电负荷数据及其可调能力数据，确定各行业用户的用电负荷的构成情况以及各行业用电负荷组分所占比例。

3.根据权利要求1所述的方法，其特征在于，所述的对所述复数域待聚类用电负荷数据集进行聚类处理，得到分类后的用电负荷数据，包括：

步骤S4：设定预期的聚类结果包括C_res类，对所述复数域待聚类用电负荷数据集进行初始分类，C表示聚类数量，令C＝n，即将每个行业的样本用电负荷数据自身视为一类；用r进行聚类合并次数的计数，并令r＝0；表示第r次合并时的第p类数据集；对于初始分类其中p＝1,2,···,N，i＝p；

步骤S5：分别计算各类间的距离D_u,v，其中u代表第u类电负荷数据集U为第u类电负荷数据集的负荷编号集合，则第u类电负荷数据集的中心为v代表第v类电负荷数据集V为第v类电负荷数据集的负荷编号集合,则第v类电负荷数据集的中心为则和均为1×K维复数域行向量，D_u,v为两个复数域行向量差的2-范数，生成一个对称的距离矩阵D^(r)＝(D_u,v)_C*C，其中C为聚类数，距离矩阵D^(r)＝(D_u,v)_C*C中的各个元素为各类别之间的距离，D^(r)为实数域的正定对称矩阵；

步骤S6：找出矩阵D^(r)中非对角线最小元素，假设为D_u,v，则D_u,v是电负荷数据集和电负荷数据集之间的距离，则将电负荷数据集和电负荷数据集合并成一类，并令聚类合并次数r＝r+1，令聚类数量C＝C-1，为进行下一层次的聚类做好准备；

步骤S7：检查聚类数，若聚类数C＞C_res，则转至步骤S5，否则聚类结束，输出分类后的用电负荷数据，原始的N个负荷分别被归为C_res个结果集合之中，p＝1,2,···,C_res，且不同的之间交集为空集。