龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学
摘要：本发明属于电力系统负荷分类技术领域，公开了一种基于改进粗糙C‑means的负荷曲线聚类方法，首先对原始日负荷数据进行归一化处理，并确定目标聚类个数、初始聚类中心、下近似权值、上近似权值和距离判断阈值。随后计算每条负荷曲线到各聚类中心的距离，并将每条负荷曲线归入到对应类簇的上下近似集。最后考虑负荷曲线与聚类中心的距离以及邻域内数据分布密度，在聚类中心的迭代公式中引入混合不平衡度量，量化簇内负荷曲线空间分布不平衡对聚类中心迭代的影响程度。本发明能够有效地处理负荷曲线分布不均衡的问题，提升聚类效果，更好地为需求响应、负荷预测等提供技术支持。
主权项：1.一种基于改进粗糙C-means的负荷曲线聚类方法，其特征在于，包括以下步骤：步骤1、采集历史日负荷数据，获取同一日的N条原始日负荷曲线，并采用极大值归一化方法对原始日负荷曲线进行归一化处理，得到需要进行聚类的N条负荷聚类对象曲线，；步骤2、确定目标聚类个数c、c个初始聚类中心、下近似权值Wlow、上近似权值Wup和距离判断阈值Δ，；步骤3、对于负荷聚类对象曲线Xk，，计算其到各聚类中心的欧氏距离，并将Xk归到最近的聚类中心Ci所对应类簇Ui的上近似集；步骤4、若存在另一聚类中心Cj，使得Xk到Cj的距离和Xk到Ci的距离之差小于阈值Δ，则将Xk同时归入到Cj所对应类簇Uj的上近似集；否则，将Xk归入到类簇Ui的下近似集；步骤5、按如下迭代公式更新聚类中心： ，其中，hik为混合不平衡度量，上近似集与下近似集之差表示类簇Ui的边界集；步骤6、重复步骤2-步骤5，直到聚类收敛。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于改进粗糙C-means的负荷曲线聚类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号