基于改进模糊聚类的终端侧负荷辨识方法、介质及系统与流程

本发明涉及负荷辨识，尤其涉及一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统。

背景技术：

1、电力系统的负荷数据是阐释社会活动中各类型用电情况及发展趋势的重要科学依据，同时也是研究分析经济发展趋势与电力系统各部门生产趋势之间的关系的重要依据。随着近些年电力市场的广泛发展，供电侧及电力需求侧工作的普遍应用，电力系统的负荷辨识已成为电力规划、定制电价、系统趋势、负荷建模等工作的基础性研究内容。因此，对负荷辨识技术的分析研究，可进一步提升电力体系的整体管理水平，便于研究用电客户的负荷长期趋势，对供电侧的科学管理及运营工作具有重要意义。

2、聚类算法是图像识别、数据挖掘等人工智能领域的关键技术之一，有着极为广泛的应用价值。随着大数据时代的到来，产生了大量不一致数据、混合类型数据和部分值缺失的数据等而传统聚类算法如模糊c均值聚类算法、k均值算法对初始聚类中心和畸变数据敏感，在大规模数据下容易产生聚类一致性，这样的聚类结果就造成了划分类别结果判断不清的现象。

技术实现思路

1、本发明实施例提供一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统，以解决现有技术的负荷辨识划分类别结果判断不清的问题。

2、第一方面，提供一种基于改进模糊聚类的终端侧负荷辨识方法，包括：

3、采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到所述负荷信号的本征模态分量；

4、采用改进概率模糊c均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。

5、第二方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令；所述计算机程序指令被处理器执行时实现如上述第一方面实施例所述的基于改进模糊聚类的终端侧负荷辨识方法。

6、第三方面，提供一种基于改进模糊聚类的终端侧负荷辨识系统，包括：如上述第二方面实施例所述的计算机可读存储介质。

7、这样，本发明实施例，采用vmd算法抑制负荷的噪声和干扰，对相近负荷的特征频率进行有效分离，在处理包含噪声干扰等不良数据时，表现出良好的鲁棒性，采用改进pfcm算法克服对畸变数据的敏感性，并且降低运算量，提高聚类有效性，提升负荷辨识的准确性，对负荷辨识研究具有一定的指导意义。

技术特征：

1.一种基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，包括：

2.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构的步骤，包括：

3.根据权利要求2所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述约束变分函数包括：

4.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述采用改进概率模糊c均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识的步骤，包括：

5.根据权利要求4所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述改进概率模糊c均值聚类算法的目标函数jm,p(u,t,v)包括：

6.根据权利要求5所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，模糊隶属度矩阵为：

7.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述采用变分模态分解算法分解获取的终端侧的负荷信号，得到所述负荷信号的本征模态分量的步骤之前，所述方法还包括：

8.根据权利要求1所述的基于改进模糊聚类的终端侧负荷辨识方法，其特征在于，所述将所述第一数据序列中的畸变的负荷数据删除的步骤之前，所述方法还包括：

9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有计算机程序指令；所述计算机程序指令被处理器执行时实现如权利要求1～8中任一项所述的基于改进模糊聚类的终端侧负荷辨识方法。

10.一种基于改进模糊聚类的终端侧负荷辨识系统，其特征在于，包括：如权利要求9所述的计算机可读存储介质。

技术总结
本发明公开一种基于改进模糊聚类的终端侧负荷辨识方法、介质及系统，包括：采用变分模态分解算法对获取的终端侧的负荷信号进行分解重构，得到所述负荷信号的本征模态分量；采用改进概率模糊C均值聚类算法对所述负荷信号的本征模态分量进行负荷辨识，得到负荷信号对应的负荷类型。本发明采用VMD算法抑制负荷的噪声和干扰，对相近负荷的特征频率进行有效分离，在处理包含噪声干扰等不良数据时，表现出良好的鲁棒性，采用改进PFCM算法克服对畸变数据的敏感性，并且降低运算量，提高聚类有效性，提升负荷辨识的准确性，对负荷辨识研究具有一定的指导意义。

技术研发人员：马瑞,夏绪卫,朱东歌,刘佳,沙江波,康文妮,张爽,闫振华,张庆平,王峰,李晓龙,高博,李永亮,罗海荣,蔡建辉,杨雪红,李学锋,王富对,朱小超,王辉
受保护的技术使用者：国网宁夏电力有限公司电力科学研究院
技术研发日：
技术公布日：2024/1/15