基于高斯核密度估计的典型负荷曲线形态聚类算法严明辉１，谢雄２，李维劼１，吴滇宁１，崔雪２，潘舒宸２（１．昆明电力交易中心有限责任公司，昆明５２３０００；２．武汉大学电气与自动化学院，武汉４３００７２）摘要：在电力现货市场结算过程中，获取市场化用户的实时电量至关重要。文中聚焦现货市场中非分时计量用户的电量分解，设计了一种利用典型负荷曲线获取分时电量的方法和流程。文中选取样本用户，对样本用户计量数据进行预处理后得到完整样本典型负荷曲线。然后，文中提出一种基于核密度估计聚类中心的负荷曲线聚类方法，将ｋｍｅａｎｓ算法原有的均值获取聚类中心升级为高斯核密度估计获取最大概率的聚类中心进行迭代计算，并将聚类中心曲线作为典型负荷曲线对不具备分时计量的用户进行日电量划分，划分至以１５ｍｉｎ为颗粒度的电量进行结算，运用云南省样本用户计量数据，采用传统峰平谷比例分解、传统聚类算法以及本文改进聚类算法获取的典型负荷曲线进行电量的实时分解算例分析，结果显示，文章所提的改进Ｋｍｅａｎｓ算法具备更好的分类性能和较好的效率，同时所分解电量具备更高的准确性。关键词：典型负荷曲线；核密度估计；现货市场；结算；日分时电量ＤＯＩ：１０．１９７５３／ｊ．ｉｓｓｎ１００１⁃１３９０．２０２３．０２．００６中图分类号：ＴＭ９３３文献标识码：Ｂ文章编号：１００１⁃１３９０（２０２３）０２⁃００３７⁃０８ＡｔｙｐｉｃａｌｌｏａｄｃｕｒｖｅｓｈａｐｅｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＧａｕｓｓｉａｎｋｅｒｎｅｌＹａｎＭｉｎｇｈｕｉ１，ＸｉｅＸｉoｎｇ２，ＬｉＷｅｉｊｉｅ１，ＷｕＤｉａｎｎｉｎｇ１，ＣｕｉＸｕｅ２，ＰａｎＳｈｕｃｈｅｎ２（１．ＫｕｎｍｉｎgＰｏｗｅｒＥｘcｈａｎgｅ，Ｋｕｎｍｉｎg5２３０００，Ｃｈｉｎａ．２．ＳcｈｏｏｌｏｆＥｌｅcｔｒｉcａｌＥｎgｉｎｅｅｒｉｎg，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｐｒoｃｅｓｓoｆｐoｗｅｒｓｐoｔｍａｒｋｅｔｓｅｔｔｌｅｍｅｎｔ，ｉｔｉｓｖｅｒｙｉｍｐoｒｔａｎｔｔooｂｔａｉｎｔｈｅｒｅａｌ⁃ｔｉｍｅｐoｗｅｒoｆｍａｒｋｅｔｕｓ⁃ｅｒｓ．Ｔｈｉｓｐａｐｅｒｆoｃｕｓｅｓoｎｔｈｅｐoｗｅｒｄｅｃoｍｐoｓｉｔｉoｎoｆｎoｎ⁃ｔｉｍｅ⁃ｓｈａｒｉｎｇｍｅｔｅｒｉｎｇｕｓｅｒｓｉｎｔｈｅｓｐoｔｍａｒｋｅｔ...
