摘要
本发明属于电力系统负荷分析技术领域,具体涉及一种电网负荷特征画像方法、系统、设备及介质。针对现有微电网负荷分析方法不够精细化的不足,本发明采用如下技术方案:电网负荷特征画像方法,包括:采集微电网用电负荷曲线,采用LS‑AP‑DBI得到聚类结果;平均化聚类结果中的各类曲线得到多条聚类平均曲线,平均化所有负荷曲线得到年平均曲线,比较聚类平均曲线和年平均曲线,对各类曲线贴上相应类标签;获取电网负荷整体标签,整合类标签和整体标签,生成微电网负荷用电画像。本发明的有益效果是:能够识别出Kmeans等聚类算法较难识别出的欧式距离近但特征明显的负荷曲线,从而实现对负荷特征的更精细的识别画像。
技术关键词
负荷特征
画像方法
近邻传播算法
曲线
标签
标记
拉普拉斯
微电网
电力系统负荷分析技术
定义
画像系统
特征数
聚类特征
负荷分析方法
指数
聚类算法
一级负荷
系统为您推荐了相关专利信息
智能预测方法
地形特征
数值天气预报
深度学习模型训练
网路
预测模型训练方法
历史气象数据
学习算法
梯度下降法
概率密度函数
分布式新能源发电系统
发电设备
需求预测方法
聚类
出力曲线
服务分配系统
政务大厅
标签特征
动态资源分配
多指标
标签
选型方法
封装材料
特征提取器
图像特征提取