【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及農(nóng)灌負(fù)荷分析，尤其涉及一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法。
技術(shù)介紹
1、隨著電力系統(tǒng)信息化程度的提高，發(fā)電、輸電、配電、變電、用電等各個(gè)電能環(huán)節(jié)都會(huì)生產(chǎn)大量的負(fù)荷數(shù)據(jù)，負(fù)荷響應(yīng)情況參差不齊，且負(fù)荷特征差異化較為嚴(yán)重，迫切需要開展對(duì)負(fù)荷的精準(zhǔn)化統(tǒng)計(jì)與分類負(fù)荷數(shù)據(jù)，并將其轉(zhuǎn)化為有價(jià)值的信息，是當(dāng)前電力系統(tǒng)需要解決與處理的重要問題，電力負(fù)荷曲線聚類是篩選分析負(fù)荷數(shù)據(jù)的關(guān)鍵，負(fù)荷數(shù)據(jù)的預(yù)處理、異常用戶的檢測、需求側(cè)管理與能效管理等等數(shù)據(jù)都需要電力負(fù)荷曲線來進(jìn)行聚類分析。
2、針對(duì)當(dāng)前電力系統(tǒng)多種多樣的負(fù)荷特性，研究有效的電力數(shù)據(jù)分析挖掘技術(shù)和負(fù)荷聚類算法對(duì)電網(wǎng)資源的管理、分類與節(jié)約都有著重要的意義，科學(xué)合理的負(fù)荷聚類可以幫助供電單位制定合理電價(jià)、實(shí)現(xiàn)負(fù)荷的錯(cuò)峰管控，同時(shí)也可以發(fā)現(xiàn)問題與缺陷，及時(shí)調(diào)整電力服務(wù)策略、降低供電成本、更好地提高能源的利用率。
3、在糧食培養(yǎng)領(lǐng)域水稻作為最重要的農(nóng)田糧食作物之一，其需要定期且充足的水源供給，在生長期間尤其是幼苗期和灌漿期需要大量的水分，但由于經(jīng)常發(fā)生重過載、低電壓、三相不平衡等異常故障問題，其中因農(nóng)田灌溉問題導(dǎo)致臺(tái)區(qū)故障的負(fù)荷占很大比重，在灌溉期集中用電經(jīng)常會(huì)導(dǎo)致當(dāng)?shù)嘏潆娋W(wǎng)的供電壓力持續(xù)增大，配電變壓器經(jīng)常出現(xiàn)重過載故障，農(nóng)田灌溉用水的無序性不僅會(huì)給配電網(wǎng)帶來運(yùn)行安全風(fēng)險(xiǎn)，同時(shí)也會(huì)增加用戶用電成本，因此有必要對(duì)農(nóng)田灌溉負(fù)荷從多維方面來進(jìn)行分析，以便對(duì)灌溉地區(qū)的負(fù)荷進(jìn)行管理和調(diào)控。
4、針對(duì)相關(guān)技術(shù)中的問題，目前尚未提出有效的解決方案。p>
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)為了解決上述問題，提出了一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，實(shí)現(xiàn)優(yōu)化灌溉水泵的運(yùn)行狀態(tài)，提升其工作效率和灌溉效果的目的。
2、為了實(shí)現(xiàn)上述目的，本專利技術(shù)采用如下技術(shù)方案：
3、本專利技術(shù)了提供一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，該農(nóng)灌負(fù)荷多維聚類分析方法包括以下步驟：
4、利用聚類算法分析電力負(fù)荷數(shù)據(jù)，并將電力負(fù)荷數(shù)據(jù)與農(nóng)灌負(fù)荷信息結(jié)合判斷農(nóng)灌負(fù)荷特征，從農(nóng)灌負(fù)荷特征中選取農(nóng)灌故障負(fù)荷信息；
5、根據(jù)農(nóng)灌故障負(fù)荷信息對(duì)應(yīng)的特征屬性定義維度類別分析故障負(fù)荷信息，并基于故障負(fù)荷信息劃分農(nóng)灌負(fù)荷類別；
6、建立以農(nóng)灌負(fù)荷類別為中心的農(nóng)灌負(fù)荷參與電力運(yùn)行的控制模型，并根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵；
7、按照分配結(jié)果啟動(dòng)灌溉水泵執(zhí)行農(nóng)區(qū)灌溉操作，并根據(jù)灌溉結(jié)果建立效率評(píng)估模型驗(yàn)證農(nóng)田灌溉效率，基于驗(yàn)證結(jié)果優(yōu)化灌溉水泵的控制狀態(tài)。
8、進(jìn)一步的，根據(jù)農(nóng)灌故障負(fù)荷信息對(duì)應(yīng)的特征屬性定義維度類別分析故障負(fù)荷信息，并基于故障負(fù)荷信息劃分農(nóng)灌負(fù)荷類別包括以下步驟：
9、將農(nóng)灌故障負(fù)荷信息作為數(shù)據(jù)源，依據(jù)k-means++算法預(yù)先設(shè)定最終的簇類數(shù)量，并從數(shù)據(jù)源內(nèi)隨機(jī)挑選一組數(shù)據(jù)信息點(diǎn)作為聚類中心點(diǎn)；
10、計(jì)算剩余數(shù)據(jù)信息點(diǎn)之間的修正歐式距離，并從剩余數(shù)據(jù)信息點(diǎn)中選取聚類中心計(jì)算數(shù)據(jù)源各簇中的類內(nèi)距離；
11、根據(jù)計(jì)算結(jié)果與加權(quán)概率分布算法選取新的數(shù)據(jù)信息點(diǎn)作為新的聚類中心點(diǎn)，并重復(fù)選取新的簇類中心直至預(yù)先設(shè)定的簇類數(shù)量的距離中心點(diǎn)被選擇；
12、按照修正歐氏距離算法將剩余數(shù)據(jù)信息點(diǎn)劃分至與之相距最近的聚類中心形成新的類，并使用均值法計(jì)算每個(gè)新類的中心點(diǎn)后執(zhí)行k-means聚類算法的迭代過程完成農(nóng)灌故障負(fù)荷信息的聚類處理；
13、依據(jù)聚類處理結(jié)果提取負(fù)荷故障持續(xù)時(shí)間、負(fù)荷重載率及負(fù)荷過載率作為特征屬性，并根據(jù)特征屬性與k-means聚類算法劃分農(nóng)灌負(fù)荷類別。
14、進(jìn)一步的，數(shù)據(jù)源各簇中的類內(nèi)距離的計(jì)算公式為：
15、；
16、式中，din（k）表示數(shù)據(jù)源各簇中的類內(nèi)距離，k表示類簇的個(gè)數(shù)，cinum表示第i個(gè)簇中的點(diǎn)數(shù)目，pi表示選取第i個(gè)簇中的采樣點(diǎn)，pn表示第i個(gè)簇中的剩余點(diǎn)。
17、進(jìn)一步的，依據(jù)聚類處理結(jié)果提取負(fù)荷故障持續(xù)時(shí)間、負(fù)荷重載率及負(fù)荷過載率作為特征屬性，并根據(jù)特征屬性與k-means聚類算法劃分農(nóng)灌負(fù)荷類別包括以下步驟：
18、將農(nóng)灌故障負(fù)荷信息劃分為負(fù)荷重載情況與負(fù)荷過載情況，分別建立坐標(biāo)系描述負(fù)荷故障持續(xù)時(shí)間與負(fù)荷重載情況及荷過載情況之間的關(guān)系；
19、將關(guān)系描述結(jié)果與k-means聚類算法結(jié)合通過設(shè)定簇類數(shù)量劃分負(fù)荷重過載嚴(yán)重程度級(jí)別；
20、從農(nóng)灌故障負(fù)荷信息故障中獲取負(fù)載故障持續(xù)時(shí)間與k-means聚類算法結(jié)合進(jìn)行豐水期與枯水期的故障負(fù)荷持續(xù)時(shí)間分析；
21、基于負(fù)荷重載情況、負(fù)荷過載情況及負(fù)載故障持續(xù)時(shí)間分析在一天時(shí)間段內(nèi)負(fù)荷故障集中時(shí)間與故障持續(xù)時(shí)間；
22、將荷重過載嚴(yán)重程度級(jí)別、故障負(fù)荷持續(xù)時(shí)間、一天時(shí)間段內(nèi)負(fù)荷故障集中時(shí)間與故障持續(xù)時(shí)間作為農(nóng)灌負(fù)荷類別。
23、進(jìn)一步的，建立以農(nóng)灌負(fù)荷類別為中心的農(nóng)灌負(fù)荷參與電力運(yùn)行的控制模型，并根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵包括以下步驟：
24、利用分布式操作模型將發(fā)電設(shè)備與灌溉水泵融合連接實(shí)現(xiàn)對(duì)灌溉水泵的遠(yuǎn)程控制與信號(hào)解調(diào)，并對(duì)解調(diào)后的信號(hào)進(jìn)行線路集成實(shí)現(xiàn)灌溉水泵的統(tǒng)一管理；
25、利用雙層建模理論建立網(wǎng)架監(jiān)控模型，實(shí)現(xiàn)電力輸送過程中的電力設(shè)備與灌溉水泵的通訊與監(jiān)控；
26、將農(nóng)灌負(fù)荷類別與生成對(duì)抗網(wǎng)絡(luò)結(jié)合生成電力運(yùn)行控制程序獲取在解決農(nóng)灌故障負(fù)荷情況下灌溉水泵的配電運(yùn)行安全標(biāo)準(zhǔn)；
27、獲取灌溉水泵在使用過程中產(chǎn)生的功率，并利用時(shí)序模擬算法對(duì)灌溉水泵功率進(jìn)行分析評(píng)估灌溉水泵的工作能力，根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵。
28、進(jìn)一步的，將農(nóng)灌負(fù)荷類別與生成對(duì)抗網(wǎng)絡(luò)結(jié)合生成電力運(yùn)行控制程序獲取在解決農(nóng)灌故障負(fù)荷情況下灌溉水泵的配電運(yùn)行安全標(biāo)準(zhǔn)包括以下步驟：
29、利用生成對(duì)抗網(wǎng)絡(luò)算法對(duì)農(nóng)灌負(fù)荷類別對(duì)應(yīng)的農(nóng)灌故障負(fù)荷信息進(jìn)行分析，通過博弈方式對(duì)農(nóng)灌故障負(fù)荷信息實(shí)施訓(xùn)練式分析；
30、根據(jù)分析結(jié)果對(duì)期望達(dá)到的配電安全標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)化獲取安全表達(dá)式，并基于配電安全標(biāo)準(zhǔn)利用生成對(duì)抗網(wǎng)絡(luò)算法進(jìn)行安全分析獲取電力信息與灌溉水泵之間的交互最佳安全目標(biāo)；
31、利用交互最佳安全目標(biāo)表示電流信息與配電安全標(biāo)準(zhǔn)之間的關(guān)系，基于關(guān)系結(jié)果利用微機(jī)算法編寫電力運(yùn)行控制程序，并將配電安全標(biāo)準(zhǔn)寫入至電力運(yùn)行控制程序內(nèi)作為調(diào)度方案；
32、根據(jù)農(nóng)灌故障負(fù)荷信息判斷初始調(diào)度方案能夠解決農(nóng)灌故障負(fù)荷情況的概率，若概率結(jié)果小于預(yù)設(shè)值則重新獲取安全表達(dá)式；
33、若概率結(jié)果大于預(yù)設(shè)值則將分布式操作模型與電力運(yùn)行控制程序結(jié)合完成灌溉水泵的運(yùn)行值范圍值設(shè)定。
34、進(jìn)一步的，獲取灌溉水泵在使用過程中產(chǎn)生的功率，并利用時(shí)序模擬算法對(duì)灌溉水泵功率進(jìn)行分析評(píng)估灌溉水泵的工本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，該農(nóng)灌負(fù)荷多維聚類分析方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述根據(jù)農(nóng)灌故障負(fù)荷信息對(duì)應(yīng)的特征屬性定義維度類別分析故障負(fù)荷信息，并基于故障負(fù)荷信息劃分農(nóng)灌負(fù)荷類別包括以下步驟：
3.根據(jù)權(quán)利要求2所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述數(shù)據(jù)源各簇中的類內(nèi)距離的計(jì)算公式為：
4.根據(jù)權(quán)利要求3所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述依據(jù)聚類處理結(jié)果提取負(fù)荷故障持續(xù)時(shí)間、負(fù)荷重載率及負(fù)荷過載率作為特征屬性，并根據(jù)特征屬性與K-means聚類算法劃分農(nóng)灌負(fù)荷類別包括以下步驟：
5.根據(jù)權(quán)利要求4所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述建立以農(nóng)灌負(fù)荷類別為中心的農(nóng)灌負(fù)荷參與電力運(yùn)行的控制模型，并根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵包括以下步驟：
6.根據(jù)權(quán)利要求5所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析
7.根據(jù)權(quán)利要求6所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述獲取灌溉水泵在使用過程中產(chǎn)生的功率，并利用時(shí)序模擬算法對(duì)灌溉水泵功率進(jìn)行分析評(píng)估灌溉水泵的工作能力，并根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵包括以下步驟：
8.根據(jù)權(quán)利要求1所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述按照分配結(jié)果啟動(dòng)灌溉水泵執(zhí)行農(nóng)區(qū)灌溉操作，并根據(jù)灌溉結(jié)果建立效率評(píng)估模型驗(yàn)證農(nóng)田灌溉效率，基于驗(yàn)證結(jié)果優(yōu)化灌溉水泵的控制狀態(tài)包括以下步驟：
9.根據(jù)權(quán)利要求8所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述基于特征指標(biāo)樣本庫與連續(xù)隱馬爾可夫模型劃分農(nóng)田灌溉狀態(tài)，并根據(jù)劃分結(jié)果建立搜索算法優(yōu)化支持向量機(jī)的灌溉狀態(tài)綜合評(píng)估模型包括以下步驟：
10.根據(jù)權(quán)利要求9所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述利用搜索算法尋找最優(yōu)參數(shù)優(yōu)化支持向量機(jī)，并將農(nóng)田灌溉狀態(tài)作為輸入與優(yōu)化后的支持向量機(jī)結(jié)合建立灌溉狀態(tài)綜合評(píng)估模型包括以下步驟：
...【技術(shù)特征摘要】
1.一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，該農(nóng)灌負(fù)荷多維聚類分析方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述根據(jù)農(nóng)灌故障負(fù)荷信息對(duì)應(yīng)的特征屬性定義維度類別分析故障負(fù)荷信息，并基于故障負(fù)荷信息劃分農(nóng)灌負(fù)荷類別包括以下步驟：
3.根據(jù)權(quán)利要求2所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述數(shù)據(jù)源各簇中的類內(nèi)距離的計(jì)算公式為：
4.根據(jù)權(quán)利要求3所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述依據(jù)聚類處理結(jié)果提取負(fù)荷故障持續(xù)時(shí)間、負(fù)荷重載率及負(fù)荷過載率作為特征屬性，并根據(jù)特征屬性與k-means聚類算法劃分農(nóng)灌負(fù)荷類別包括以下步驟：
5.根據(jù)權(quán)利要求4所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述建立以農(nóng)灌負(fù)荷類別為中心的農(nóng)灌負(fù)荷參與電力運(yùn)行的控制模型，并根據(jù)評(píng)估灌溉水泵的工作能力利用控制模型分配電力資源控制灌溉水泵包括以下步驟：
6.根據(jù)權(quán)利要求5所述的一種基于聚類算法的農(nóng)灌負(fù)荷多維聚類分析方法，其特征在于，所述將農(nóng)灌負(fù)荷類別與生成對(duì)抗網(wǎng)絡(luò)結(jié)合生成...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉元琦，路曉明，時(shí)雨，魏藝群，王微微，沈欣，王鑫紅，姚憶雯，高雪峰，李德遠(yuǎn)，喬立國，李雪峰，王藝博，王源，劉開璞，劉琛，劉宇，杜占輝，蔡國偉，
申請(qǐng)(專利權(quán))人：國網(wǎng)吉林省電力有限公司經(jīng)濟(jì)技術(shù)研究院，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。