基本信息:
- 专利标题： 基于关键特征量的母线负荷分类方法、系统、设备及介质
- 申请号：CN202410672943.2 申请日：2024-05-28
- 公开(公告)号：CN118568609A 公开(公告)日：2024-08-30
- 发明人： 刘幸蔚 , 宋旭日 , 李立新 , 於益军 , 杨楠 , 罗雅迪 , 黄宇鹏 , 齐晓琳 , 张风彬 , 韩昳 , 邱成建 , 刘升 , 狄方春 , 门德月
- 申请人： 中国电力科学研究院有限公司
- 申请人地址： 北京市海淀区清河小营东路15号
- 专利权人： 中国电力科学研究院有限公司
- 当前专利权人： 中国电力科学研究院有限公司
- 当前专利权人地址： 北京市海淀区清河小营东路15号
- 代理机构： 北京中巡通大知识产权代理有限公司
- 代理人： 齐书田
- 主分类号： G06F18/2431
- IPC分类号： G06F18/2431 ; G06F18/2321 ; G06F18/213 ; G06N3/006 ; G06Q50/06
摘要：
本发明公开了一种基于关键特征量的母线负荷分类方法、系统、设备及介质，分类方法包括获取n个母线的历史日负荷数据，每个母线的量测值为m个，形成第t天的母线日负荷矩阵，从母线的历史日负荷数据中提取关键特征量，对母线日负荷矩阵进行缩减降维；对缩减降维之后的母线日负荷矩阵采用GMM模型进行分类，确定聚类的类别数量N；根据聚类的类别数量N通过PSO算法改进的GMM模型进行聚类，输出聚类结果，依据聚类结果完成对所有母线负荷的类别划分。本发明通过提取关键特征量对母线日负荷矩阵进行缩减降维，提升了聚类速度，并结合PSO算法提升了GMM聚类模型的参数全局寻优能力与寻优速度，能够快速准确的实现母线负荷的分类。