趙志宇++肖穎婷++任瑩

[摘 要] 針對電力企業(yè)中大用戶用電模式識別手工為主的問題，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，該方法是一種對用戶用電模式快速識別的有效方法，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] TP311 [文獻(xiàn)標(biāo)識碼] A [文章編號] 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，對用戶用電模式進(jìn)行識別和跟蹤，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)來源云南某市電網(wǎng)，見表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)庫中所有對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)對象作為一個(gè)簇，然后合并這些原子簇為越來越大的簇，直到所有對象都在一個(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)對象p和p′之間的距離，mi是簇ci的平均值，ni是簇ci中對象的數(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)、異常等問題，所以需要對原始數(shù)據(jù)進(jìn)行清洗，預(yù)處理的過程包括如圖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，采集值超過理論上下限的也直接去掉，針對保留下的數(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，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 用電模式識別分析

通過以上的預(yù)處理，得到了96維度的負(fù)荷數(shù)據(jù)，其中每一行對應(yīng)一個(gè)表 ID，每一列對應(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電力用戶用電模式的識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[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）.