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！

龙图腾网获悉浙江大学申请的专利一种考虑自适应快速搜索密度峰值的电力用户负荷曲线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：CN118364316B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202410334298.3，技术领域涉及：G06F18/23；该发明授权一种考虑自适应快速搜索密度峰值的电力用户负荷曲线聚类方法及系统是由许诺;林振智;谭伟涛;章天晗;杨莉设计研发完成，并于2024-03-22向国家知识产权局提交的专利申请。

本一种考虑自适应快速搜索密度峰值的电力用户负荷曲线聚类方法及系统在说明书摘要公布了：本发明公开了一种考虑自适应快速搜索密度峰值的电力用户负荷曲线聚类方法及系统，所述方法包括以下步骤：对用户负荷数据进行预处理，计算数据样本间距离矩阵、局部密度及相对距离；利用局部密度和相对距离的计算结果，采用基于局部离群因子和轮廓系数的电力用户自适应CFSFDP负荷曲线聚类方法，得到标准量化下用电负荷数据集的局部最优聚类中心、截断距离及聚类结果。本发明所提方法有助于减少人为因素造成的聚类结果偏差，对于实现大量用户数据下自适应精准聚类具有一定的现实意义。

本发明授权一种考虑自适应快速搜索密度峰值的电力用户负荷曲线聚类方法及系统在权利要求书中公布了：1.一种考虑自适应快速搜索密度峰值的电力用户负荷曲线聚类方法，其特征在于：包括： 步骤1：对用户电力负荷数据进行预处理，构建数据样本间距离矩阵，计算得到样本的局部密度及相对距离； 步骤2：利用局部密度和相对距离的计算结果，基于局部离群因子和轮廓系数的电力用户自适应CFSFDP负荷曲线聚类方法，得到标准量化下用电负荷数据集的局部最优聚类中心、截断距离及聚类结果； 利用局部密度ρ和相对距离δ的计算结果，采用基于局部离群因子和轮廓系数的电力用户自适应CFSFDP负荷曲线聚类方法，得到聚类中心决策图，完成标准量化下用电负荷数据集的局部最优聚类中心、截断距离及聚类结果的计算，包括： 基于已计算获得的用电负荷数据集中样本i的局部密度ρi和相对距离δi计算负荷数据样本i的局部离群因子，其为负荷样本i的第k距离邻域Nki内所有负荷样本与样本i局部可达密度比值的平均值；将所得样本的局部离群因子进行归一化获得归一化局部离群因子结果； 根据归一化局部离群因子结果，确定被选为聚类中心的负荷样本集，以该聚类中心样本集为对象，将剩余负荷曲线样本进行归类，得到初步聚类结果； 再基于轮廓系数的局部最优截断距离自适应求解对初步聚类结果进行进一步优化； 其中，通过归一化局部离群因子计算结果对应局部密度ρ和相对距离δ，得到被选为聚类中心的负荷样本集，具体为：归一化局部离群因子后，根据预先确定的阈值，筛选超过该阈值的归一化局部离群因子，将这些对应所筛选样本的局部密度ρ和相对距离δ，得到其在决策图中的位置并确定聚类中心样本。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。