一种基于信息累积k-Shape聚类算法的累积负荷预测方法

摘要

本发明公开了一种基于信息累积k‑Shape聚类算法的累积负荷预测方法，包括：根据用电负荷曲线的形状特征，执行k‑Shape聚类；再转化成为用户之间负荷曲线的相似性矩阵和距离矩阵；在距离矩阵上获得刻画每个用户之间距离的分层结构；选择不同的聚类个数得到对用户不同的集群划分，训练学习模型，对用户的累积负荷进行概率性和确定性预测；确定每种集群划分的概率性和确定性预测累积负荷预测结果的权重，并将其组合为最终的累积负荷预测结果。本发明提出了较为全面地涵盖用户用电负荷的形状信息，而不依赖于提取特征；有利于用户用电特征的描述；实现了累积负荷预测的集成学习，以及概率性和确定性预测准确度的提高。