基于聚類算法的大用戶用電模式識(shí)別研究

趙志宇++肖穎婷++任瑩

[摘 要] 針對(duì)電力企業(yè)中大用戶用電模式識(shí)別手工為主的問(wèn)題，提出了一種基于K-means和HAC算法的用電負(fù)荷二次聚類的方法，并進(jìn)行了實(shí)例應(yīng)用分析，結(jié)果表明，該方法是一種對(duì)用戶用電模式快速識(shí)別的有效方法，能夠減少人力物力的投入，為今后業(yè)務(wù)領(lǐng)域進(jìn)一步分析提供了重要的手段。

[關(guān)鍵詞] 電力負(fù)荷；K-means算法；HAC算法；用電模式；聚類分析

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 076

[中圖分類號(hào)] TP311 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2017）19- 0177- 03

0 前 言

電力負(fù)荷特性分析的研究一直是電力企業(yè)中的一項(xiàng)重要的內(nèi)容，對(duì)于電網(wǎng)的規(guī)劃和發(fā)展有著重要的指導(dǎo)意義。同時(shí)，隨著國(guó)民經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的不斷調(diào)整變化，不同類型的電力負(fù)荷也隨著在不斷變化中。為此，及時(shí)準(zhǔn)確掌握電力用戶負(fù)荷特性的變化，對(duì)用戶用電模式進(jìn)行識(shí)別和跟蹤，有著重要的價(jià)值。

1 負(fù)荷現(xiàn)狀分析

本文所用電力數(shù)據(jù)來(lái)源云南某市電網(wǎng)，見(jiàn)表1，可知，該市2016年的電力負(fù)荷主要是大工業(yè)為主，占比為60.55%，其次為居民用電，占比為21.49%，為典型的工業(yè)城市。

進(jìn)一步分析該市的日負(fù)荷曲線（見(jiàn)圖1）。日負(fù)荷曲線較為平穩(wěn)，周期性比較明顯，用電高峰都在白天出現(xiàn)，局部存在突變。

2 聚類算法選擇

聚類算法是根據(jù)數(shù)據(jù)樣本之間的相似度來(lái)進(jìn)行歸屬和分類的一種方法， 樣本之間相似度高，就優(yōu)先歸為一類， 不同類之間的樣本相似度盡可能的低。目前應(yīng)用較廣泛的主要包括距離劃分、層次劃分、密度劃分、網(wǎng)格劃分4種方法。

而電力負(fù)荷曲線具有多樣性和復(fù)雜性，不同于普通的數(shù)據(jù)樣本，不能按照單一的原則進(jìn)行硬劃分。本文通過(guò)混合基于距離的K-means和基于層次的HAC算法進(jìn)行綜合分類。

2.1 基于距離的K-means算法

算法以k為參數(shù)，把n個(gè)對(duì)象分成k個(gè)簇，使簇內(nèi)具有較高的相似度，而簇間的相似度較低。數(shù)據(jù)與各簇中心的距離定位為：E= |p-mi|2。這里E是數(shù)據(jù)庫(kù)中所有對(duì)象的平方誤差的總和，p是空間中的點(diǎn)，mi是簇Ci的平均值。該目標(biāo)函數(shù)使生成的簇盡可能緊湊獨(dú)立，使用的距離度量是歐幾里得距離，當(dāng)然也可以用其他距離度量。

2.2 基于層次的HAC算法

層次聚類的策略是先將每個(gè)對(duì)象作為一個(gè)簇，然后合并這些原子簇為越來(lái)越大的簇，直到所有對(duì)象都在一個(gè)簇中，或者某個(gè)終結(jié)條件被滿足。各簇之間距離的定位為：darg（ci，cj）= p？奐Ci， p′？奐Ci，|p-p′|。這里|p-p′|是兩個(gè)對(duì)象p和p′之間的距離，mi是簇ci的平均值，ni是簇ci中對(duì)象的數(shù)目。

首先使用 K-means算法，輸入所有數(shù)據(jù)進(jìn)行一次聚類，生成相對(duì)緊湊的簇。再使用層次聚類HAC算法，輸入為第一次聚類后的中心點(diǎn)數(shù)據(jù)。另外，聚類的時(shí)候，還需要考慮負(fù)荷曲線數(shù)據(jù)的性質(zhì)相似性，比較兩兩時(shí)序負(fù)荷曲線的距離。

3 負(fù)荷數(shù)據(jù)預(yù)處理

分析的數(shù)據(jù)取自云南電網(wǎng)計(jì)量自動(dòng)化系統(tǒng)15分鐘一個(gè)采集周期的負(fù)荷數(shù)據(jù)。由于原始數(shù)據(jù)中存在一些缺失、重復(fù)、異常等問(wèn)題，所以需要對(duì)原始數(shù)據(jù)進(jìn)行清洗，預(yù)處理的過(guò)程包括如圖2所示幾個(gè)步驟：

3.1 數(shù)據(jù)清洗

首先從原始系統(tǒng)抽取大工業(yè)用戶及用戶每天96點(diǎn)的計(jì)量數(shù)據(jù)，缺失率和重復(fù)率>50%的直接去掉，采集值超過(guò)理論上下限的也直接去掉，針對(duì)保留下的數(shù)據(jù)用該用戶最近3個(gè)月同期數(shù)據(jù)的平均值替換。

3.2 數(shù)據(jù)降維

根據(jù)之前的觀察，負(fù)荷數(shù)據(jù)具有一定的周期性，尤其是在工作日。為此將周一至周五的數(shù)據(jù)抽取出來(lái)，計(jì)算1天內(nèi)96個(gè)點(diǎn)標(biāo)簽（00：00：00-23：45：00）的所有數(shù)據(jù)的平均值，這樣就可將一個(gè)月的所有數(shù)據(jù)降維到96。

3.3 數(shù)據(jù)歸一化

這里采用min-max標(biāo)準(zhǔn)化方法，計(jì)算方法為x*=，這樣就把數(shù)據(jù)映射到[0～1]范圍之內(nèi)，避免了量綱大小的影響。

4 用電模式識(shí)別分析

通過(guò)以上的預(yù)處理，得到了96維度的負(fù)荷數(shù)據(jù)，其中每一行對(duì)應(yīng)一個(gè)表 ID，每一列對(duì)應(yīng)一天內(nèi)每小時(shí)的值，基于聚類算法的分析步驟如下：

4.1 相似性方法

數(shù)據(jù)樣本在簇內(nèi)和簇間比較相似性的方法有很多，常用的有歐幾里德距離、馬氏距離、閔可夫斯基距離、余弦距離等。考慮的數(shù)據(jù)的分布特點(diǎn)不明確，選擇Pearson系數(shù)作為相似性度量指標(biāo)。

4.2 一次聚類分析

首先，利用K-means算法來(lái)做第一次數(shù)據(jù)的聚類。由于K-means 需要預(yù)先提供初始中心點(diǎn)，選取一些比較特殊的實(shí)例再加一些隨機(jī)選擇的實(shí)例作為初始中心點(diǎn)，簇個(gè)數(shù) k 設(shè)定為比最佳簇個(gè)數(shù)大許多的一個(gè)值，初設(shè)為70（因?yàn)?k值越大，得到的簇會(huì)越緊湊），并不斷優(yōu)化調(diào)整。

4.3 二次聚類分析

第二步，利用層次HAC 聚類方法，輸入為第一步得到的中心點(diǎn)。在聚類的每一層都會(huì)利用前一層的結(jié)果作為輸入。如果某一簇中有一些錯(cuò)誤匹配，這里需要用戶將其從原始簇中去除，并且由用戶指定到其它簇中。經(jīng)過(guò)調(diào)整后，新的結(jié)果需要再作檢查直到它達(dá)到令人滿意的效果，只到最后一層。

圖3是通過(guò)二次聚類方法得到的大工業(yè)用戶用電模式曲線圖。

5 結(jié) 論

本文提出的多次聚類方法能夠使對(duì)電力用戶用電模式的識(shí)別上擺脫人工分析的傳統(tǒng)方法，減少人力物力的投入，為今后業(yè)務(wù)領(lǐng)域進(jìn)一步開(kāi)展用戶分析提供了一項(xiàng)重要的參考依據(jù)和手段。

主要參考文獻(xiàn)

[1]張忠華.電力系統(tǒng)負(fù)荷分類研究[D].天津：天津大學(xué)，2007.

[2]鞠平，謝會(huì)玲，陳謙.電力負(fù)荷建模的發(fā)展趨勢(shì)[J].電力系統(tǒng)自動(dòng)化，2007，31（2）：1-4.

[3]丁麒，王光增.地區(qū)電力用戶負(fù)荷模式聚類分析應(yīng)用[J].機(jī)電工程，2008，25（9）：31-33.

[4]伍育紅. 聚類算法綜述[J]. 計(jì)算機(jī)科學(xué)，2015（z1）.

[5]陳曉，趙晶玲. 大數(shù)據(jù)處理中混合型聚類算法的研究與實(shí)現(xiàn)[J]. 信息網(wǎng)絡(luò)安全，2015（4）.