CN115659191B 基于集成聚类和频繁项集树的光-荷典型场景集生成方法 （广东工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115659191B(45)授权公告日2025.07.01

(21)申请号202211289091.6

(22)申请日2022.10.20

(65)同一申请的已公布的文献号申请公布号CN115659191A

(43)申请公布日2023.01.31

(73)专利权人广东工业大学

地址510090广东省广州市越秀区东风东

路729号

H02J3/38(2006.01)

H02J3/48(2006.01)

(56)对比文件

钟富城，王星华，黎子律等.计及时空分布特性的光-荷典型场景提取方法.广东电力

.2024,全文.

审查员黄颖

(72)发明人王星华吴泽霖周鹏全欢刘涵予钟富城

(74)专利代理机构广州粤高专利商标代理有限公司44102

专利代理师刘俊

(51)Int.CI.

GO6F18/23(2023.01)权利要求书3页说明书11页附图5页

(54)发明名称

基于集成聚类和频繁项集树的光-荷典型场景集生成方法

(57)摘要

CN115659191B本发明提出一种基于集成聚类和频繁项集树的光-荷典型场景集生成方法，涉及配电网负荷、光伏出力场景分析的技术领域，首先获取历史原始负荷数据及光伏出力数据并进行预处理和分类，利用集成聚类法将多个数据集进行聚类，得到多个聚类场景集，然后筛选出光伏典型场景集及负荷典型场景集，考虑同一地区时刻中不同典型气象情况的影响，利用频繁项集树算法生成气象关联规则库，从而建立起光伏典型场景集和负荷典型场景集之间的相关性，最后基于气象关联规则库，生成光伏-负荷典型关联场景集，在该场景集下进行含光伏的配网综合规划，全面

CN115659191B

获取一定时间内待规划配电网的原始负荷数据及接入其的光伏出

力数据，并对数据进行预处理及分类，得到多个数据集S1

利用集成聚类法依次将多个数据集聚类为不同的集群，

从而生成多个聚类场景集—S2

利用综合距离公式从每个聚类场景集中筛选出最具代表性的典型

场景，将最具代表性的典型场景作为对应聚类场景集的标签，最

终将所有聚类场景集转化为光伏典型场景集及负荷典型场景集

面向光伏典型场景集及负荷典型场景集，考虑同一地区时刻中不

同气象影响因子，利用频繁项集树算法生成气象关联规则库，基

于气象关联规则库，生成光伏-负荷典型关联场景集

CN115659191B权利要求书1/3页

2

1.一种基于集成聚类和频繁项集树的光-荷典型场景集生成方法，其特征在于，所述方法包括以下步骤：

S1.获取一定时间内待规划配电网的原始负荷数据及接入其的光伏出力数据，并对数据进行预处理及分类，得到多个数据集；

S2.利用集成聚类法依次将多个数据集聚类为不同的集群，从而生成多个聚类场景集；

S3.利用综合距离公式从每个聚类场景集中筛选出最具代表性的典型场景，将最具代表性的典型场景作为对应聚类场景集的标签，最终将所有聚类场景集转化为光伏典型场景集及负荷典型场景集；

S4.面向光伏典型场景集及负荷典型场景集，考虑同一地区时刻中不同气象影响因子，利用频繁项集树算法生成气象关联规则库，基于气象关联规则库，生成光伏-负荷典型关联场景集；

在步骤S4中，所述频繁项集树算法为FP-growth算法，利用频繁项集树算法生成气象关联规则库，基于气象关联规则库，生成光伏-负荷典型关联场景集的过程为：

S41.将典型场景集对应时间的气象影响因子进行特征提取以及关联分析处理；

S42.根据光伏典型场景集的日期与气象数据监测日期的对应关系，使每个光伏典型场景均有对应的气象特征数据；

S43.将每个光伏典型场景的日期作为一个项集，包含所述光伏典型场景及其对应的气象特征，以1个光伏典型场景标签以及对应的n个气象特征数据作为项集，使得每个项集包含n+1个项目，采集若干个项集建立项集数据库；

S44.遍历项集数据库，统计项集数据库中全部项集的气象特征的频数，删除不满足最小支持度计数的项集，并按频数递减顺序对项集进行排序，得到频繁项列表；

S45.以空节点为根节点创建FP-tree,依序将频繁项列表的项集插在FP-tree