一种基于改进密度峰值聚类算法的电力负荷曲线聚类方法、系统、设备及存储介质

本发明公开了一种基于改进密度峰值聚类算法的电力负荷曲线聚类方法、系统、设备及存储介质，属于智能配电网领域，包括：对电力负荷数据进行采样切分，构建日负荷曲线集，并对每条日负荷曲线执行标准化处理，生成标准化样本集；基于标准化样本集，计算日负荷曲线集的样本距离关系，构建对应的距离矩阵；依据距离矩阵，建立局部密度估计模型，计算每条样本曲线的密度估计值；根据每条样本曲线的局部密度估计值及在距离矩阵中与其他样本的相对距离，构建聚类决策值集合，并选取高于阈值的聚类决策值的若干样本曲线作为聚类中心；以聚类中心为参考，将剩余样本曲线根据密度估计值与到各聚类中心的距离关系，依次分配至对应的聚类中心所属类簇中，完成样本聚类划分。本发明解决了电力负荷曲线集在密度差异过大时的错分类问题，准确地对数据密度差异过大时的样本疏密差异性进行表征，有效地提高了负荷曲线的聚类精度，为供电侧提供可靠的电力用户社会属性辨识，以更好的实施能源规划策略。