买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州电网有限责任公司申请的专利一种基于DTW-Kmedoids算法的风电出力聚类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119807791B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411767787.4，技术领域涉及：G06F18/23213；该发明授权一种基于DTW-Kmedoids算法的风电出力聚类方法及系统是由罗洋;胡彬;刘文霞;熊新锐;娄素华;马蕊;秦柯;杨婕睿;杨东俊明;何向刚;胡江;蒋泽甫;李震;唐学用设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于DTW-Kmedoids算法的风电出力聚类方法及系统在说明书摘要公布了：本发明公开了一种基于DTW‑Kmedoids算法的风电出力聚类方法及系统，涉及风电出力场景生成技术领域，包括对风电历史数据进行插值、降维、标幺化和平滑处理；采用动态时间规整DTW算法进行距离度量，采用Kmedoids聚类算法进行迭代，得到聚类结果，输出每一簇的中心曲线；对不同簇数的聚类结果，计算各簇的误差平方和，采用肘部法则确定最佳簇数；根据最佳簇数下的聚类结果，生成典型风电出力场景曲线，并建立聚类效果评价指标体系。本发明引入动态时间弯曲距离算法，能够适应风电出力曲线的非线性变化，通过动态匹配时间序列提升了相似性度量的精确性，使生成的典型场景更具代表性。使得聚类中心点更具代表性，进而生成的风电出力场景稳定性更好。

本发明授权一种基于DTW-Kmedoids算法的风电出力聚类方法及系统在权利要求书中公布了：1.一种基于DTW-Kmedoids算法的风电出力聚类方法，其特征在于：包括， 对风电历史数据进行插值、降维、标幺化和平滑处理； 采用动态时间规整DTW算法进行距离度量，采用Kmedoids聚类算法进行迭代，得到聚类结果，输出每一簇的中心曲线； 对不同簇数的聚类结果，计算各簇的误差平方和，采用肘部法则确定最佳簇数； 根据最佳簇数下的聚类结果，生成典型风电出力场景曲线，并建立聚类效果评价指标体系； 所述输出每一簇的中心曲线包括采用动态时间弯曲距离DTW算法计算各风电出力曲线之间的相似度，生成距离矩阵，并以距离矩阵为基础，通过Kmedoids聚类算法进行多次迭代，优化每一簇的中心曲线位置，得到包含最佳聚类簇数和每一簇中心曲线的聚类结果； 利用动态时间弯曲距离DTW算法计算任意2条风电出力曲线之间的DTW距离； 从数据集中随机选择K条曲线作为初始的聚类中心点，表示为， C＝{C1,C2,....,CK} 其中，Ck是某条历史风电出力曲线Pj的完整时间序列； 计算每条曲线Pj与所有中心曲线的DTW距离，将曲线Pj分配至DTW距离最小的中心Ck所在的簇，表示为， 其中，DisPj,Ck为Pj和Ck之间的DTW距离； 对于每个簇k，在簇内重新选择一个新的中心曲线，使得中心曲线与簇内其他曲线的平均DTW距离最小，表示为， 其中，Nk为簇k中的曲线数量； 重复迭代，逐步优化中心曲线的位置，直至中心曲线不再更新或达到预设的迭代次数上限； 迭代结束后，输出每个簇的中心曲线Ck； 所述确定最佳簇数包括对于每个可能的簇数K，在完成Kmedoids聚类后，计算每个簇的误差平方和SSE，即数据点到所属簇中心的距离平方和，表示为， 若SSE值小，则表示聚类结果紧密； 对不同的簇数分别计算聚类结果对应的SSE值，并以聚类簇数K作为横轴，SSE值作为纵轴，作出肘部图； 根据肘部图确定最佳聚类簇数Kbest，肘部对应的K值为最佳聚类簇数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。