(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211043096.0 (22)申请日 2022.08.29 (71)申请人 国家电网有限公司西北分部 地址 710048 陕西省西安市碑林区环城东 路中段50号西北电网公司办公楼 申请人 中国电力科 学研究院有限公司 (72)发明人 陆润钊　陈典　杨楠　孙骁强　 王蒙　张健　张彦涛　刘东浩　 张立波　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 李宏德 (51)Int.Cl. G06K 9/62(2022.01) G06Q 50/06(2012.01) (54)发明名称 电力系统运行方式分类方法、 装置、 设备及 介质 (57)摘要 本发明属于电力系统规划和运行技术领域， 特别涉及一种电力系统运行方式分类方法、 装 置、 设备及介质； 所述方法包括： 获取电力系统中 源网荷储运行数据、 预设聚类簇数上限和预设起 始簇数； 利用源网荷储运行数据构建待聚类数据 集； 采用聚类算法将待聚类数据集中的向量聚类 获得聚类结果并存储； 聚类时， 聚类簇数由起始 簇数向聚类簇数上限逐一增加； 基于存储的聚类 结果计算每次聚类的改进轮廓系数； 确定改进轮 廓系数极大值对应的聚类簇数为电力系统运行 方式最优分类数； 输出所述最优分类数。 本发明 在保持最优聚类簇数选择能力的情况下， 显著降 低了大量高维数据聚类后有效性评估的计算复 杂度， 有效提高了计算效率， 为典型运行方式提 取提供了分类依据。 权利要求书3页 说明书10页 附图3页 CN 115423013 A 2022.12.02 CN 115423013 A 1.电力系统运行 方式分类方法， 其特 征在于， 包括： 获取电力系统中源网荷储运行数据、 预设聚类簇数上限和预设起始簇数； 利用源网荷 储运行数据构建待聚类数据集； 采用聚类算法将待聚类数据集中的向量聚类获得聚类结果并存储； 其中， 聚类时， 聚类 簇数由起始簇数向聚类簇数 上限逐一增 加； 基于存储的聚类结果计算每次聚类的改进轮廓系数； 确定改进轮廓系数极大值对应的聚类簇数为电力系统运行方式最优分类数； 输出所述 最优分类数。 2.根据权利要求1所述的电力系统运行方式分类方法， 其特征在于， 所述源 网荷储运行 数据包括负荷水平、 火电出力、 风电出力、 光伏发电出力、 水电出力、 核电出力、 储能充放电 和交直流外送数据； 所述利用源网荷储运行数据构建待聚类数据集的步骤中， 以设定时间为步长， 逐时刻 构建高维向量数据集， 作为待聚类数据集。 3.根据权利要求1所述的电力系统运行方式分类方法， 其特征在于， 所述采用聚类算法 将待聚类数据集中的向量聚类获得聚类结果并存储的步骤中， 所述聚类算法为K ‑means++ 算法。 4.根据权利要求1所述的电力系统运行方式分类方法， 其特征在于， 基于存储的聚类结 果计算每次聚类的改进轮廓系数的步骤中， 改进轮廓系数的计算公式为： 其中， SILimp为改进的轮廓系数； N为待聚类数据 集中的样本总数； K为选定的聚类簇数； 为第ci簇中的样本数量； 为第ci簇中第m个样本点； 为样本点 对应的改进 轮廓系数； 为样本点 与其他簇样本数据的算数平均值之间的最小距离； 为样本点 与同簇内其他样本点的平均距离； 为第cj簇中的样本数量； 为第 cj簇中第a个样本点； 为第ci簇中第a个样本点。 5.根据权利要求1所述的电力系统运行 方式分类方法， 其特 征在于， 还 包括以下步骤： 采用K‑means++算法将待聚类数据集中的高维向量按照最优分类数进行聚类， 获得最权　利　要　求　书 1/3 页 2 CN 115423013 A 2优分类数个聚类簇 。 6.电力系统运行 方式分类装置， 其特 征在于， 包括： 获取模块， 用于获取电力系统中源网荷储运行数据、 预设聚类簇数上限和预设起始簇 数； 利用源网荷储运行 数据构建待聚类数据集； 聚类模块， 用于采用聚类算法将待聚类数据集中的向量聚类获得聚类结果并存储； 其 中， 聚类时， 聚类簇数由起始簇数向聚类簇数 上限逐一增 加； 改进轮廓系数计算模块， 用于基于存 储的聚类结果计算每次聚类的改进轮廓系数； 确定模块， 用于确定改进轮廓系数极大值对应的聚类簇数为电力系统运行方式最优分 类数； 输出 所述最优分类数。 7.根据权利要求6所述的电力系统运行方式分类装置， 其特征在于， 所述源 网荷储运行 数据包括负荷水平、 火电出力、 风电出力、 光伏发电出力、 水电出力、 核电出力、 储能充放电 和交直流外送数据； 获取模块利用源网荷 储运行数据构建待聚类数据集时， 具体的， 以设定 时间为步长， 逐时刻构建高维向量数据集， 作为待聚类数据集。 8.根据权利要求1所述的电力系统运行方式分类方法， 其特征在于， 聚类模块具体采用 K‑means++算法将待聚类数据集中的向量聚类获得聚类结果并存 储； 所述改进轮廓系数的计算公式为： 其中， SILimp为改进的轮廓系数； N为待聚类数据 集中的样本总数； K为选定的聚类簇数； 为第ci簇中的样本数量； 为第ci簇中第m个样本点； 为样本点 对应的改进 轮廓系数； 为样本点 与其他簇样本数据的算数平均值之间的最小距离； 为样本点 与同簇内其他样本点的平均距离； 为第cj簇中的样本数量； 为第 cj簇中第a个样本点； 为第ci簇中第a个样本点。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述处理器用于执行存储器 中存 储的计算机程序以实现如权利要求1至 5中任意一项所述的电力系统运行 方式分类方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有至少一个 指令， 所述至少一个指令被处理器执行时实现如权利要求 1至5中任意一项所述的电力系统权　利　要　求　书 2/3 页 3 CN 115423013 A 3