摘要
一种基于能耗分项计量的用电需求自动响应方法,该方法包括:获取电网历史负荷数据,对电网历史负荷数据进行预处理和标准化,构建数据集。通过相关系数从数据集中选取与负荷值相关度超过第一阈值的提取特征,采用主成分分析基于提取特征构建原始特征矩阵,基于原始特征矩阵计算协方差矩阵,得到降维后的特征矩阵。计算不同聚类数目的总平方误差,并通过肘部法则确定最优聚类数目,采用聚类算法初始化聚类中心。基于选定的聚类数目和初始聚类中心对降维后的特征矩阵进行聚类,更新迭代聚类中心直至收敛。将未来特征矩阵投影至降维后的特征空间中,计算特征空间中每个未来特征到各簇质心的距离,分配得到最近簇,以输出负荷预测结果。
技术关键词
历史负荷数据
自动响应方法
能耗分项计量
初始聚类中心
主成分分析算法
协方差矩阵
轮廓系数
深度学习算法
肘部法则
统计特征
相关系数算法
时间段
表达式
误差
聚类算法
系统为您推荐了相关专利信息
历史负荷数据
负荷预测方法
负荷预测系统
日期
注意力
光伏阵列故障检测
光伏模块
数据采集组件
光伏发电系统
机器学习算法
历史负荷数据
负荷预测方法
微电网
算法
预测模型训练