Load Curve Clustering Method Combining Improved Piecewise Linear Representation and Dynamic Time Warping

Junying SONG; Yiwei CUI; Xinran LI; Wei ZHONG; Taowen LIU; Peiqiang LI

doi:10.7500/AEPS20200519004

您当前的位置：

首页 >

文章列表页 >

Load Curve Clustering Method Combining Improved Piecewise Linear Representation and Dynamic Time Warping

Basic Research | 更新时间：2025-06-16

- Load Curve Clustering Method Combining Improved Piecewise Linear Representation and Dynamic Time Warping
- Automation of Electric Power Systems Vol. 45, Issue 2, Pages: 89-96(2021)
- 作者机构：
  
  1.国网湖南省电力有限公司，湖南省长沙市 410077
  2.湖南大学电气与信息工程学院，湖南省长沙市 410082
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China
- DOI：10.7500/AEPS20200519004
  CLC：
- Received：19 May 2020，
  
  Revised：2020-09-15，
  
  Published Online：11 November 2020，
  
  Published：25 January 2021
- 稿件说明：
移动端阅览
宋军英,崔益伟,李欣然等.改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法[J].电力系统自动化,2021,45(2):89-96.

SONG Junying,CUI Yiwei,LI Xinran,et al.Load Curve Clustering Method Combining Improved Piecewise Linear Representation and Dynamic Time Warping[J].Automation of Electric Power Systems,2021,45(2):89-96.
宋军英,崔益伟,李欣然等.改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法[J].电力系统自动化,2021,45(2):89-96. DOI： 10.7500/AEPS20200519004.

SONG Junying,CUI Yiwei,LI Xinran,et al.Load Curve Clustering Method Combining Improved Piecewise Linear Representation and Dynamic Time Warping[J].Automation of Electric Power Systems,2021,45(2):89-96. DOI： 10.7500/AEPS20200519004.

摘要

聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足，提出一种改进分段线性表示（IPLR）的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点，与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合，构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先，根据负荷曲线相邻及间隔采样点变化量，提取负荷曲线的特征点，对曲线进行自适应降维重构；然后，以DTW距离作为曲线相似度衡量指标，运用基于Canopy的K均值（CK-means）算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合，结果表明所提降维方法与相似度衡量方法相契合，具有良好的综合性能，适用于变电站综合负荷行业构成比例解析。

Abstract

Clustering analysis is the basic method for the load characteristic classification and synthesis. Aiming at the shortcomings in clustering quality and robustness of existing clustering methods applied to online load modeling based on the power grid big data platform

this paper proposes an improved piecewise linear representation (IPLR) method for daily load curve dimension reduction. Based on the advantages of IPLR for adaptive dimension reduction and reconstruction of data sets

combined with the characteristics of dynamic time warping (DTW) distance which is suitable for measuring the similarity between time series of unequal dimension

a daily load curve clustering method combining IPLR and DTW distance is constructed. Firstly

according to the variation of adjacent and interval sampling points of load curves

the characteristic points of load curves are extracted

and the curves are reconstructed by adaptive dimension reduction. Then

the DTW distance is taken as the similarity measurement index

and the clustering analysis of dimension reduction data is carried out by using Canopy based K-means (CK-means) algorithm. The method proposed is applied to the classification and synthesis of the daily load curves of typical consumers in a provincial power grid of China. The results show that the proposed dimension reduction method matches with the similarity measurement method

has good comprehensive performance

and is suitable for the analysis of the industrial composition ratio of synthesis load in substations.

关键词

Keywords

references

JI Y ， BUECHLER E ， RAJAGOPAL R . Data-driven load modeling and forecasting of residential appliances ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 3 ）： 2652 - 2661 .

李欣然，林舜江，刘杨华，等 . 基于实测响应空间的负荷动特性分类原理与方法［J］. 中国电机工程学报， 2006 ， 26 （ 8 ）： 39 - 44 .

LI Xinran ， LIN Shunjiang ， LIU Yanghua ， et al . A new classification method for aggregate load dynamic characteristic based on field measured response ［J］. Proceedings of the CSEE ， 2006 ， 26 （ 8 ）： 39 - 44 .

刘洋，许立雄，王剑 . 计及数据类别不平衡的海量用户负荷典型特征高性能提取方法［J］. 中国电机工程学报， 2019 ， 39 （ 14 ）： 4093 - 4104 .

LIU Yang ， XU Lixiong ， WANG Jian . A high performance extraction method for massive user load typical characteristics considering data class imbalance ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 14 ）： 4093 - 4104 .

LI C ， CAI W ， YU C ， et al . Electricity consumption behaviour analysis based on adaptive weighted-feature K-means-AP clustering ［J］. IET Generation ， Transmission & Distribution ， 2019 ， 13 （ 12 ）： 2352 - 2361 .

HARB H ， MAKHOUL A ， COUTURIER R . An enhanced K-means and ANOVA-based clustering approach for similarity aggregation in underwater wireless sensor networks ［J］. IEEE Sensors Journal ， 2015 ， 15 （ 10 ）： 5483 - 5493 .

屈星，李欣然 . 考虑配电网结构的电力系统综合负荷建模［J］. 电力系统自动化， 2020 ， 44 （ 12 ）： 117 - 125 .

QU Xing ， LI Xinran . Synthesis load modeling of power system considering distribution network structure ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 12 ）： 117 - 125 .

宋军英，何聪，李欣然，等 . 基于特征指标降维及熵权法的日负荷曲线聚类方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 65 - 72 .

SONG Junying ， HE Cong ， LI Xinran ， et al . Daily load curve clustering method based on feature index dimension reduction and entropy weight method ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 65 - 72 .

WANG Zichen ， WU Hao ， JIANG Zhengbang ， et al . Singular value decomposition-based load indexes for load profiles clustering ［J］. IET Generation ， Transmission & Distribution ， 2020 ， 14 （ 19 ）： 4164 - 4172 .

JIANG Z ， LIN R ， YANG F ， et al . A fused load curve clustering algorithm based on wavelet transform ［J］. IEEE Transactions on Industrial Informatics ， 2018 ， 14 （ 5 ）： 1856 - 1865 .

PIAO M ， SHON H S ， LEE J Y ， et al . Subspace projection method based clustering analysis in load profiling ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 6 ）： 2628 - 2635 .

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 - 121 .

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 - 121 .

TEERARATKUL T ， O’NEILL D ， LALL S . Shape-based approach to household electric load curve clustering and prediction ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 5196 - 5206 .

宋军英，崔益伟，李欣然，等 . 基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 87 - 98 .

SONG Junying ， CUI Yiwei ， LI Xinran ， et al . Load curve clustering method based on Euclidean-dynamic time warping distance and entropy weight method ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 87 - 98 .

詹艳艳，徐荣聪，陈晓云 . 基于斜率提取边缘点的时间序列分段线性表示方法［J］. 计算机科学， 2006 （ 11 ）： 139 - 142 .

ZHAN Yanyan ， XU Rongcong ， CHEN Xiaoyun . Time series piecewise linear representation based on slope extract edge point ［J］. Computer Science ， 2006 （ 11 ）： 139 - 142 .

林意，王智博 . 基于一阶滤波的时间序列分段线性表示方法［J］. 计算机工程， 2016 ， 42 （ 9 ）： 151 - 157 .

LIN Yi ， WANG Zhibo . Time series piecewise linear representation method based on first-order filtering ［J］. Computer Engineering ， 2016 ， 42 （ 9 ）： 151 - 157 .

LI G ， WANG Y ， ZHANG L ， et al . Similarity measure for time series based on piecewise linear approximation ［C］// 2009 International Conference on Wireless Communications & Signal Processing ， November 13 - 15 ， 2009 ， Nanjing， China： 1 - 4 .

LIANG H ， MA J . Develop load shape dictionary through efficient clustering based on elastic dissimilarity measure ［J/OL］. IEEE Transactions on Smart Grid ［ 2020-08-30 ］. DOI： 10.1109/TSG.2020.3017777 http://dx.doi.org/10.1109/TSG.2020.3017777 .

YAO Z . A low-cost and high-accuracy divider using the piecewise linear method ［J］. IEEE Transactions on Industrial Electronics ， 2018 ， 65 （ 3 ）： 2834 - 2837 .

赵鑫，汪丽娟，行艳妮，等 . 一种改进的CK-Means优化及并行策略［J/OL］. 计算机应用研究［ 2020-09-16 ］. http：//www.arocmag.com/article/02-2020-11-033.html http://www.arocmag.com/article/02-2020-11-033.html .

ZHAO Xin ， WANG Lijuan ， XING Yanni ， et al . Optimization and parallel strategy of improved CK-Means ［J/OL］. Application Research of Computers ［ 2020-09-16 ］. http：//www.arocmag.com/article/02-2020-11-033.html http://www.arocmag.com/article/02-2020-11-033.html .

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 .

蒋雯倩，李欣然，钱军 . 改进FCM算法及其在电力负荷坏数据处理的应用［J］. 电力系统及其自动化学报， 2011 ， 23 （ 5 ）： 1 - 5 .

JIANG Wenqian ， LI Xinran ， QIAN Jun . Application of improved FCM algorithm in outlier processing of power load ［J］. Proceedings of the CSU-EPSA ， 2011 ， 23 （ 5 ）： 1 - 5 .

李欣然，姜学皎，钱军，等 . 基于用户日负荷曲线的用电行业分类与综合方法［J］. 电力系统自动化， 2010 ， 34 （ 10 ）： 56 - 61 .

LI Xinran ， JIANG Xuejiao ， QIAN Jun ， et al . A classifying and synthesizing method of power consumer industry based on the daily load profile ［J］. Automation of Electric Power Systems ， 2010 ， 34 （ 10 ）： 56 - 61 .

LIU Y ， ZHANG Y ， ZENG M . Adaptive global time sequence averaging method using dynamic time warping ［J］. IEEE Transactions on Signal Processing ， 2019 ， 67 （ 8 ）： 2129 - 2142 .

XU T ， CHIANG H ， LIU G ， et al . Herarchical K-means method for clustering large-scale advanced metering infrastructure data ［J］. IEEE Transactions on Power Delivery ， 2017 ， 32 （ 2 ）： 609 - 616 .

彭显刚，潘可达，张丹，等 . 基于季节性负荷自适应划分及重要点分割的多分段短期负荷预测［J］. 电网技术， 2020 ， 44 （ 2 ）： 603 - 613 .

PENG Xiangang ， PAN Keda ， ZHANG Dan ， et al . Piecewise short-term load forecasting based on adaptive seasonal load category and important point segment ［J］. Power System Technology ， 2020 ， 44 （ 2 ）： 603 - 613 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Review of Modeling, Solution and Application for Coordinated Operation of Power-Transportation Systems

Preliminary Study on Probabilistic Indicators for Frequency Security of Power Systems Under Large Disturbances

Marketization Mechanism Design for Risk Management and Resilience Enhancement of Power System Under Extreme Weather Conditions

Optimization Model for Reserve of Power System with Renewable Energy Considering Reliability Constraints of Dynamic Partitioning

Related Author

QI Donglian

CHEN Yulin

ZHU Yizhe

LI Li

YAN Yunfeng

LIN Zhenzhi

LYU Si

CHEN Sheng

Related Institution

Hainan Institute of Zhejiang University

College of Electrical Engineering, Zhejiang University

Polytechnic Institute of Zhejiang University

Electric Power Research Institute of Guangdong Power Grid Co., Ltd.

School of Electrical and Power Engineering, Hohai University

⁰