摘要：电力系统的综合负荷具有着许多不同的特点，其分类问题是电力负荷建模的基础，是当今社会中人们对其进行规划、控制的一个很重要的基础，如何对电力系统负荷进行分类与建模的工作，这样的问题在国内外的电力界早就已经引起了广泛学者的重视，但是这个问题一直是在电力系统中大家所公认的世界性难题。对于分析负荷的构成、或是进行负荷预测而言，负荷特性的分类研究都有着重要的影响。不仅对负荷分析，开关选择，以及最大负荷预测有重要的影响意义，为以后调整负荷的实际参数，器件的选型，成本的节约，以及如何合理选择电网的运行方案，都提供了有效的依据。

基于以上负荷分类的背景研究数据和现有的四组数据集，首先研究了电力数据的常用分类方法，如按行业，行业，数学等特点分类，分析了分类和聚类、三种常用的聚类算法以及它们的优缺点。

其次根据三种算法在原理以及实际操作中的可行性，最终选择系统聚类方法来对样本数据集进行聚类分析。再次对样本数据集进行初始化筛选处理，筛选出一列数据完全相同的数据，并对筛选后的数据依次进行归一化以及初步聚类的处理。接着根据初步聚类完的数据将其进行了手动再次聚类，并将最后聚类完的每一类求出一个特征向量，形成一个特征向量集。最后将三个实验数据集中的数据依次计算与特征向量集的每一列向量之间的欧式距离，并且依据距离最小划分一类的原则将其划分为一类。

关键词：最大负荷；负荷分类；系统聚类；负荷特性

目录

摘要

ABSTRACT

第一章 概述1

1.1电力系统负荷特性分类的背景1

1.2负荷特性的常见分类1

1.2.1行业负荷分类1

1.2.2产业特征分类2

1.2.3数学特征分类3

1.3负荷分类的现状及其发展趋势3

1.4本章小结4

第二章 理论基础5

2.1分类与聚类5

2.2聚类分析法5

2.3系统聚类法6

2.3.1基本原理6

2.3.2实现步骤7

2.4模糊C均值聚类法7

2.4.1算法原理7

2.4.2实现步骤9

2.5灰色关联度法10

2.5.1基本原理10

2.6优缺点分析与算法选择11

2.7使用工具11

2.7.1Matlab 11

2.7.2Anaconda&Spyder 11

2.7.3Minitab 11

2.8本章小结12

第三章 方案选择与程序设计13

3.1主要流程图13

3.2matlab程序设计13

3.2.1归一化程序13

3.2.2系统聚类程序14

3.3本章小结16

第四章 样本数据处理17

4.1初始化处理17

4.2matlab的归一化程序19

4.3matlab系统聚类19

4.4python程序段3拆分表格20

4.5画图分析20

4.6平均值矩阵22

4.7手动再次聚类22

4.8本章小结23

第五章 实验数据集的数据结果分类24

5.1计算欧氏距离24

5.2处理特殊数据列26

5.3同类数据求和35

5.4本章小结36

第六章 展望与总结37

6.1研究内容总结37

6.2展望与发展37

第七章 社会经济意义39

致    谢40

参考文献41