Ensemble Spectral Clustering Algorithm for Load Profiles Considering Dual-scale Similarities

Shenglan XU; Caomingzhe SI; Can WAN; Jiancheng YU; Zhaojing CAO

doi:10.7500/AEPS20200321005

您当前的位置：

首页 >

文章列表页 >

Ensemble Spectral Clustering Algorithm for Load Profiles Considering Dual-scale Similarities

Basic Research | 更新时间：2025-06-16

- Ensemble Spectral Clustering Algorithm for Load Profiles Considering Dual-scale Similarities
- Automation of Electric Power Systems Vol. 44, Issue 22, Pages: 152-160(2020)
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.香港中文大学（深圳）理工学院，广东省深圳市 518000
  3.国网天津市电力公司，天津市 300010
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China;National Natural Science Foundation of China;“Young Talents Support Project” by China Association for Science and Technology
- DOI：10.7500/AEPS20200321005
  CLC：
- Received：21 March 2020，
  
  Revised：2020-07-24，
  
  Published Online：07 September 2020，
  
  Published：25 November 2020
- 稿件说明：
移动端阅览
徐胜蓝,司曹明哲,万灿等.考虑双尺度相似性的负荷曲线集成谱聚类算法[J].电力系统自动化,2020,44(22):152-160.

XU Shenglan,SI Caomingzhe,WAN Can,et al.Ensemble Spectral Clustering Algorithm for Load Profiles Considering Dual-scale Similarities[J].Automation of Electric Power Systems,2020,44(22):152-160.
徐胜蓝,司曹明哲,万灿等.考虑双尺度相似性的负荷曲线集成谱聚类算法[J].电力系统自动化,2020,44(22):152-160. DOI： 10.7500/AEPS20200321005.

XU Shenglan,SI Caomingzhe,WAN Can,et al.Ensemble Spectral Clustering Algorithm for Load Profiles Considering Dual-scale Similarities[J].Automation of Electric Power Systems,2020,44(22):152-160. DOI： 10.7500/AEPS20200321005.

摘要

负荷聚类可以依据形态特性差异对负荷曲线进行归类，实现用户用能行为规律分析，为需求侧响应、电网客户服务等提供重要的决策信息。文中提出一种考虑双尺度相似性的负荷曲线集成谱聚类算法。首先，为了克服欧氏距离在负荷特性相似程度度量上的局限，基于负荷差分向量的余弦距离实现负荷形态变化的相似性度量，提出一种双尺度相似性度量方式；然后，基于双尺度相似性与谱聚类算法，建立差异化基聚类模型；最后，依据聚类评价指标自适应计算基聚类模型权重，以加权一致性矩阵与谱聚类实现聚类集成。算例结果证明，所提方法可有效挖掘负荷形态特性差异，在不同数据集中性能表现稳定，具有显著的聚类有效性和鲁棒性。

Abstract

Load clustering can help sort out load profiles according to their morphological difference

realize the analysis of users' energy consumption behaviors

and provide important decision-making information for demand-side response

grid customer service and so on. An ensemble spectral clustering algorithm for load profiles considering dual-scale similarity is proposed. First

in order to overcome the limitation of Euclidean distance in measuring the similarity of load characteristics

the cosine distance of the load difference vector is used to measure the similarity of load shape changes

and a dual-scale similarity measure is proposed. Then

differential basic clustering models are established based on the dual-scale similarity and spectral clustering algorithm. Finally

the weights of basic clustering models are calculated adaptively according to clustering evaluation indices and ensemble clustering is constructed by means of weighted consistency matrix and spectral clustering. Numerical experiments prove that the proposed method can effectively mine the differences in load morphology characteristics and has more stable performance in different datasets

which verifies its good clustering effectiveness and robustness.

关键词

Keywords

references

张铁峰，顾明迪 . 电力用户负荷模式提取技术及应用综述［J］. 电网技术， 2016 ， 40 （ 3 ）： 804 - 811 .

ZHANG Tiefeng ， GU Mingdi . Overview of electricity customer load pattern extraction technology and its application ［J］. Power System Technology ， 2016 ， 40 （ 3 ）： 804 - 811 .

李彪，万灿，赵健，等 . 基于实时电价的产消者综合响应模型［J］. 电力系统自动化， 2019 ， 43 （ 7 ）： 81 - 88 .

LI Biao ， WAN Can ， ZHAO Jian ， et al . Real-time electricity price based integrated response model for prosumers ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 7 ）： 81 - 88 .

王冬，王拓，王旗，等 . 一种面向需求响应资源的模糊聚类算法［J］. 中国电机工程学报， 2018 ， 38 （ 14 ）： 4056 - 4063 .

WANG Dong ， WANG Tuo ， WANG Qi ， et al . A fuzzy C-means clustering algorithm for demand-side response resource ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 14 ）： 4056 - 4063 .

陈海文，王守相，王绍敏，等 . 基于门控循环单元网络与模型融合的负荷聚合体预测方法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 65 - 74 .

CHEN Haiwen ， WANG Shouxiang ， WANG Shaomin ， et al . Aggregated load forecasting method based on gated recurrent unit networks and model fusion ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 65 - 74 .

ZHAO Changfei ， WAN Can ， SONG Yonghua ， et al . Optimal nonparametric prediction intervals of electricity load ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 3 ）： 2467 - 2470 .

王桂兰，周国亮，赵洪山，等 . 大规模用电数据流的快速聚类和异常检测技术［J］. 电力系统自动化， 2016 ， 40 （ 24 ）： 27 - 33 .

WANG Guilan ， ZHOU Guoliang ， ZHAO Hongshan ， et al . Fast clustering and anomaly detection technique for large-scale power data stream ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 24 ）： 27 - 33 .

LI Ran ， LI Furong ， SMITH NATHAN D . Multi-resolution load profile clustering for smart metering data ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 6 ）： 4473 - 4482 .

杨东升，孔亮，胡博，等 . 基于多特征序列融合的负荷辨识方法［J］. 电力系统自动化， 2017 ， 41 （ 22 ）： 66 - 73 .

YANG Dongsheng ， KONG Liang ， HU Bo ， et al . Load identification method based on multi-feature sequence fusion ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 22 ）： 66 - 73 .

WANG Yi ， CHEN Qixin ， KANG Chongqing ， et al . Clustering of electricity consumption behavior dynamics toward big data applications ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2437 - 2447 .

王星华，陈卓优，彭显刚 . 一种基于双层聚类分析的负荷形态组合识别方法［J］. 电网技术， 2016 ， 40 （ 5 ）： 1495 - 1501 .

WANG Xinghua ， CHEN Zhuoyou ， PENG Xiangang . A new combinational electrical load analysis method based on bilayer clustering analysis ［J］. Power System Technology ， 2016 ， 40 （ 5 ）： 1495 - 1501 .

李阳，刘友波，刘俊勇，等 . 基于形态距离的日负荷数据自适应稳健聚类算法［J］. 中国电机工程学报， 2019 ， 39 （ 12 ）： 3409 - 3419 .

LI Yang ， LIU Youbo ， LIU Junyong ， et al . Self-adaptive and robust clustering algorithm for daily load profiles based on morphological distance ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 12 ）： 3409 - 3419 .

牟婷婷，陆微，王兰君，等 . 基于主成分分析的用电模式稳定性分析［J］. 电力系统自动化， 2017 ， 41 （ 19 ）： 59 - 65 .

MOU Tingting ， LU Wei ， WANG Lanjun ， et al . Stability analysis of consumption mode based on principal component analysis ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 19 ）： 59 - 65 .

ZHONG Shiyin ， TAM K S . Hierarchical classification of load profiles based on their characteristic attributes in frequency domain ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 5 ）： 2434 - 2441 .

蒋正邦，吴浩，程祥，等 . 基于多元聚类模型与两阶段聚类修正算法的变电站特性分析［J］. 电力系统自动化， 2018 ， 42 （ 15 ）： 157 - 163 .

JIANG Zhengbang ， WU Hao ， CHENG Xiang ， et al . Analysis of substation characteristics based on multivariate clustering model and two-stage clustering-correction algorithm ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 15 ）： 157 - 163 .

张斌，庄池杰，胡军，等 . 结合降维技术的电力负荷曲线集成聚类算法［J］. 中国电机工程学报， 2015 ， 35 （ 15 ）： 3741 - 3749 .

ZHANG Bin ， ZHUANG Chijie ， HU Jun ， et al . Ensemble clustering algorithm combined with dimension reduction techniques for power load profiles ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 15 ）： 3741 - 3749 .

LIN Shunfu ， LI Fangxing ， TIAN Erwei ， et al . Clustering load profiles for demand response applications ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1599 - 1607 .

王潇笛，刘俊勇，刘友波，等 . 采用自适应分段聚合近似的典型负荷曲线形态聚类算法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 110 - 118 .

WANG Xiaodi ， LIU Junyong ， LIU Youbo ， et al . Shape clustering algorithm of typical load curves based on adaptive piecewise aggregate approximation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 110 - 118 .

高亚静，孙永健，杨文海，等 . 基于非参数核密度估计和改进谱多流形聚类的负荷曲线分类研究［J］. 电网技术， 2018 ， 42 （ 5 ）： 1605 - 1612 .

GAO Yajing ， SUN Yongjian ， YANG Wenhai ， et al . Study on load curve's classification based on nonparametric kernel density estimation and improved spectral multi-manifold clustering ［J］. Power System Technology ， 2018 ， 42 （ 5 ）： 1605 - 1612 .

CAO Zhaojing ， WAN Can ， ZHANG Zijun ， et al . Hybrid ensemble deep learning for deterministic and probabilistic low-voltage load forecasting ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 3 ）： 1881 - 1897 .

周林，平西建，徐森，等 . 基于谱聚类的聚类集成算法［J］. 自动化学报， 2012 ， 38 （ 8 ）： 1335 - 1342 .

ZHOU Lin ， PING Xijian ， XU Sen ， et al . Cluster ensemble based on spectral clustering ［J］. Acta Automatica Sinica ， 2012 ， 38 （ 8 ）： 1335 - 1342 .

ZHANG Xianchao ， LI Jingwei ， YU Hong . Local density adaptive similarity measurement for spectral clustering ［J］. Pattern Recognition Letters ， 2011 ， 32 （ 2 ）： 352 - 358 .

PAKHIRA MALAY K ， BANDYOPADHYAY S ， MAULIK U . Validity index for crisp and fuzzy clusters ［J］. Pattern Recognition ， 2004 ， 37 （ 3 ）： 487 - 501 .

DAVIES D L ， BOULDIN D W . A cluster separation measure ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 1979 ， 1 （ 2 ）： 224 - 227 .

HUBERT L ， ARABIE P . Comparing partitions ［J］. Journal of Classification ， 1985 ， 2 （ 1 ）： 193 - 218 .

唐伟，周志华 . 基于Bagging的选择性聚类集成［J］. 软件学报， 2005 ， 16 （ 4 ）： 496 - 502 .

TANG Wei ， ZHOU Zhihua . Bagging-based selective clusterer ensemble ［J］. Journal of Software ， 2005 ， 16 （ 4 ）： 496 - 502 .

WAN Can ， XU Zhao ， PINSON P ， et al . Probabilistic forecasting of wind power generation using extreme learning machine ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1033 - 1044 .

SHI Jianbo ， MALIK J . Normalized cuts and image segmentation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2000 ， 22 （ 8 ）： 888 - 905 .

FRED ANA L N ， JAIN ANIL K . Combining multiple clusterings using evidence accumulation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2005 ， 27 （ 6 ）： 835 - 850 .

WAN Can ， LIN Jin ， GUO Wanfang ， et al . Maximum uncertainty boundary of volatile distributed generation in active distribution network ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 2930 - 2942 .

JIANG Yibao ， WAN Can ， WANG Jianhui ， et al . Stochastic receding horizon control of active distribution networks with distributed renewables ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 2 ）： 1325 - 1341 .

WAN Can ， LIN Jin ， WANG Jianhui ， et al . Direct quantile regression for nonparametric probabilistic forecasting of wind power generation ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 2767 - 2778 .

WAN Can ， XU Zhao ， PINSON P ， et al . Optimal prediction intervals of wind power generation ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1166 - 1174 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Identification Method of Load Outlier Based on Density-based Spatial Clustering and Outlier Boundaries

Clustering Modeling and Characteristic Analysis of Power Load Based on Long-short-term Memory Auto-encoder

Related Author

Tianhui ZHAO

Yao ZHANG

Jianxue WANG

Changyou FENG

Yefeng JIANG

Chuanjun PANG

Jianming YU

Yan LIU

Related Institution

Shaanxi Key Laboratory of Smart Grid (Xi’an Jiaotong University)

School of Electrical Engineering, Xi’an Jiaotong University

Beijing Kedong Electric Power Control System Co., Ltd.

National Electric Power Dispatching and Control Center, State Grid Corporation of China

State Grid Jiangsu Electric Power Co., Ltd.

⁰