(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210852349.2 (22)申请日 2022.07.19 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 申请人 国家电网有限公司 　 国网江西省电力有限公司 (72)发明人 刘科研　贾东梨　盛万兴　孟晓丽　 王帅　康田园　白牧可　安义　 范瑞祥　 (74)专利代理 机构 北京安博达知识产权代理有 限公司 1 1271 专利代理师 徐国文 (51)Int.Cl. G06K 9/62(2022.01)G06Q 50/06(2012.01) H02J 3/00(2006.01) (54)发明名称 一种用于新能源负荷数据的演化聚类方法 及系统 (57)摘要 本发明提出了一种用于新能源负荷数据的 演化聚类方法及系统， 包括： 获取当前时刻配电 网新能源的负荷数据， 以及当前时刻的上一时刻 配电网新能源负荷数据的聚类结果； 基于上一时 刻的聚类结果， 以预设算法对当前时刻的负荷数 据进行演化聚类， 得到当前时刻负荷数据的演化 聚类结果， 且演化聚类结果与聚类结果的相似度 大于预设阈值； 通过演化聚类结果刻画配电网新 能源负荷的特性。 本发明可以实现对用户负荷数 据的准确聚类， 获取的演化聚类结果可包括多个 类别， 可用于刻画描述负荷数据的状态转化关系 等。 权利要求书3页 说明书11页 附图3页 CN 115221962 A 2022.10.21 CN 115221962 A 1.一种用于新能源负荷数据的演化聚类方法， 其特 征在于， 包括： 获取当前时刻配电网新 能源的负荷数据， 以及 当前时刻的上一 时刻配电网新 能源负荷 数据的聚类结果； 基于上一时刻的聚类结果， 以预设算法对当前时刻的负荷数据进行演化聚类， 得到当 前时刻负荷数据的演化聚类结果， 且演化聚类结果与聚类结果的相似度大于预设阈值； 通过演化聚类结果刻画配电网新能源负荷的特性； 所述预设算法， 包括形状相似度 度量算法和演化聚类框中运行的静态聚类算法。 2.根据权利要求1所述的方法， 其特 征在于， 所述静态聚类算法为 k‑Shape聚类算法。 3.根据权利要求1所述的方法， 其特 征在于， 所述形状相似度 度量算法为SBD距离算法。 4.根据权利要求1所述的方法， 其特征在于， 所述以预设算法对当前时刻的负荷数据进 行演化聚类， 包括： 若演化聚类框架内的聚类类别发生变化， 根据所述 聚类类别的变化衍生出新的聚类类 别， 再通过形状相似度度量算法和静态 聚类算法对负荷数据进行聚类操作， 获取配电网新 能源负荷数据的多类别演化聚类结果， 所述多类别演化聚类结果用于刻画配电网新能源负 荷特性的动态性。 5.根据权利要求1所述的方法， 其特征在于， 所述以预设算法对当前时刻的负荷数据进 行演化聚类， 包括： 基于上一时刻的聚类结果， 初始化聚类中心， 并基于形状相似度度量算法对当前时刻 负荷数据进行迭代计算； 基于迭代计算结果和静态聚类算法， 更新 聚类中心和当前时刻负荷数据中每个样本数 据所属的簇； 根据更新后的聚类中心和每个样本数据所属的簇， 确定聚类簇心和每个样本数据 所属 类， 并将所述聚类簇心和每个样本数据所属类作为当前时刻配电网新能源负荷数据的演化 聚类结果。 6.根据权利要求5所述的方法， 其特征在于， 所述基于迭代计算结果和静态聚类算法， 更新聚类中心和当前时刻负荷数据中每 个样本数据所属的簇之后， 还 包括： 当迭代计算完成后， 确定对当前时刻负荷数据进行聚类和演化聚类的聚类质量， 并确 定当前时刻的聚类质量的权重， 使用当前时刻的聚类质量的权重的值， 更新下一时刻的聚 类质量权 重的值。 7.根据权利要求5所述的方法， 其特征在于， 所述基于上一时刻的聚类结果， 初始化聚 类中心， 包括： 根据上一 时刻的聚类结果确定上一 时刻的聚类质量的权重的值， 通过所述静态聚类算 法根据所述上一时刻的聚类质量的权 重的值初始化聚类中心。 8.根据权利要求5所述的方法， 其特征在于， 所述基于迭代计算结果和静态聚类算法， 更新聚类中心和当前时刻负荷数据中每 个样本数据所属的簇， 包括： 根据迭代计算结果和所述静态聚类算法的聚类公式更新聚类中心和每个样本数据所 属的簇； 所述迭代计算结果 为当前时刻负荷数据中每 个样本数据到聚类中的SBD距离 。 9.一种用于新能源负荷数据的演化聚类系统， 其特 征在于， 包括：权　利　要　求　书 1/3 页 2 CN 115221962 A 2数据采集单元， 用于获取当前时刻配电网新能源的负荷数据， 以及当前时刻的上一时 刻配电网新能源负荷数据的聚类结果； 演化聚类单元， 基于上一时刻的聚类结果， 以预设算法对当前时刻的负荷数据进行演 化聚类， 得到当前时刻负荷数据的演化聚类结果， 且演化聚类结果与聚类结果的相似度大 于预设阈值； 输出单元， 用于通过演化聚类结果刻画配电网新能源负荷的特性； 所述预设算法， 包括形状相似度 度量算法和演化聚类框中运行的静态聚类算法。 10.根据权利要求9所述的系统， 其特 征在于， 所述静态聚类算法为 k‑Shape聚类算法。 11.根据权利要求9所述的系统， 其特征在于， 所述形状相似度度量算法为SBD距离算 法。 12.根据权利要求9所述的系统， 其特征在于， 以预设算法对当前时刻的负荷数据进行 演化聚类， 若演化聚类框架内的聚类类别发生变化， 则演化聚类框架根据所述聚类类别的 变化衍生出新的聚类类别， 再通过形状相似度度量算法和静态聚类算法对负荷数据进 行聚 类操作， 获取配电网新能源负荷数据的多类别演化聚类结果， 所述多类别演化聚类结果用 于刻画配电网新能源负荷特性的动态性。 13.根据权利要求9所述的系统， 其特征在于， 所述以预设算法对当前时刻的负荷数据 进行演化聚类， 包括： 基于上一时刻的聚类结果， 初始化聚类中心， 并基于形状相似度度量算法对当前时刻 负荷数据进行迭代计算； 基于迭代计算结果和静态聚类算法， 更新 聚类中心和当前时刻负荷数据中每个样本数 据所属的簇； 根据更新后的聚类中心和每个样本数据所属的簇， 确定聚类簇心和每个样本数据 所属 类， 并将所述聚类簇心和每个样本数据所属类作为当前时刻配电网新能源负荷数据的演化 聚类结果。 14.根据权利要求13所述的系统， 其特征在于， 基于迭代计算结果和静态聚类算法， 更 新聚类中心和当前时刻负荷数据中每 个样本数据所属的簇之后， 还 包括： 当迭代计算完成后， 确定对当前时刻负荷数据进行聚类和演化聚类的聚类质量， 并确 定当前时刻的聚类质量的权重， 使用当前时刻的聚类质量的权重的值， 更新下一时刻的聚 类质量权 重的值。 15.根据权利要求13所述的系统， 其特征在于， 所述基于上一时刻的聚类结果， 初始化 聚类中心， 并基于形状相似度 度量算法对当前时刻负荷数据进行迭代计算， 包括： 根据上一 时刻的聚类结果确定上一 时刻的聚类质量的权重的值， 通过所述静态聚类算 法根据所述上一时刻的聚类质量的权重的值初始化聚类中心， 在初始化完成后， 基于形状 相似度度量算法对当前时刻的负荷数据进行迭代计算。 16.根据权利要求13所述的系统， 其特征在于， 所述基于迭代计算结果和静态聚类算 法， 更新聚类中心和当前时刻负荷数据中每 个样本数据所属的簇， 包括： 根据迭代计算结果和所述静态聚类算法的聚类公式更新聚类中心和每个样本数据所 属的簇； 所述迭代计算结果 为当前时刻负荷数据中每 个样本数据到聚类中的SBD距离 。权　利　要　求　书 2/3 页 3 CN 115221962 A 3