[發(fā)明專利]一種基于典型特征提取的負荷結(jié)構(gòu)解析方法

有效

• 申請?zhí)枺?/td>: 202010216897.7
• 申請日: 2020-03-25
• 公開（公告）號: CN111667135B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計）人: 楊曉靜;陳天恒;王磊;劉玉坤;楊光;張志軍;李昂;侯波;吳雅楠;董佳
• 申請（專利權(quán)）人: 國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司
• 主分類號: G06Q10/0637
• 分類號: G06Q10/0637;G06Q50/06;G06F18/23213;G06F18/241
• 代理公司: 天津盛理知識產(chǎn)權(quán)代理有限公司 12209
• 代理人: 王來佳

一種基于典型特征提取的負荷結(jié)構(gòu)解析方法，包括以下步驟：S1、歷史負荷數(shù)據(jù)處理及修復(fù)；S2、負荷分類；S3、典型曲線分析。該負荷結(jié)構(gòu)解析方法利用國家行業(yè)分類標準，對城市負荷進行貼標簽細致分類，然后根據(jù)分類情況進行行業(yè)負荷特性分析，尋找負荷變化規(guī)律，最終利用聚類技術(shù)提取負荷特征曲線，深度挖掘負荷內(nèi)在特性，最終獲取行業(yè)負荷特性與城市負荷特性之間的準確關(guān)系。

技術(shù)領(lǐng)域

本發(fā)明涉及電網(wǎng)調(diào)度技術(shù)領(lǐng)域，涉及一種電力負荷結(jié)構(gòu)解析方法，尤其是一種基于典型特征提取的負荷結(jié)構(gòu)解析方法。

背景技術(shù)

天津正在開展電力市場相關(guān)研究，市場化改革后，市場成員和交易行為復(fù)雜多樣，尤其是現(xiàn)貨市場開放后，現(xiàn)貨市場價格與負荷預(yù)測準確度息息相關(guān)。因此，隨著電力市場改革的不斷深入和電網(wǎng)精益化管理要求的不斷加強，對負荷預(yù)測的準確性、實時性、可靠性和智能化將提出更高的要求。

另一方面，隨著社會和經(jīng)濟的發(fā)展，國家經(jīng)濟增長進入新常態(tài)，產(chǎn)業(yè)發(fā)展出現(xiàn)結(jié)構(gòu)性改變，用電結(jié)構(gòu)和負荷特性發(fā)生了巨大變化，這些變化增加了負荷需求變化的不確定性。此外，隨著行業(yè)變遷、新能源接入、新型負荷等接入的影響，負荷特性逐漸發(fā)生演變，全網(wǎng)歷史負荷變化規(guī)律的可參照性逐漸降低，這些都在很大程度上影響了對于未來負荷發(fā)展趨勢的準確預(yù)測。

針對種種問題，本發(fā)明針對地區(qū)負荷結(jié)構(gòu)分析提出了負荷分類，特征提取的負荷結(jié)構(gòu)解析方法，來分析地區(qū)負荷結(jié)構(gòu)構(gòu)成、挖掘負荷特性。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足之處，提供一種基于典型特征提取的負荷結(jié)構(gòu)解析方法，該負荷結(jié)構(gòu)解析方法利用國家行業(yè)分類標準，對城市負荷進行貼標簽細致分類，然后根據(jù)分類情況進行行業(yè)負荷特性分析，尋找負荷變化規(guī)律，最終利用聚類技術(shù)提取負荷特征曲線，深度挖掘負荷內(nèi)在特性，最終獲取行業(yè)負荷特性與城市負荷特性之間關(guān)系。

一種基于典型特征提取的負荷結(jié)構(gòu)解析方法，包括以下步驟：

S1、歷史負荷數(shù)據(jù)處理及修復(fù)：

在數(shù)據(jù)異常點判斷時采用模糊聚類算法，其算法目標函數(shù)為：

其中：

式中；X為使用的樣本，V為聚類中心矩陣，T為可能性劃分矩陣，U為模糊矩陣，c為聚類中心，m為加權(quán)模糊指數(shù)，且m1，n為樣本數(shù)量，u_ij為U中的第j個樣本點隸屬于第i類的模糊值，且t_ij為T中的第j個樣本點隸屬于第i類的可能性值，q1；

在檢測到異常數(shù)據(jù)判斷出類型后進行補全修正，假設(shè)96點負荷中第i天的第j個數(shù)據(jù)缺失或者異常時，而前后兩天的第i個數(shù)據(jù)正常時，空數(shù)據(jù)補全公式為：

P_ij＝(P_(i-1)j+P_(i+1)j)/2????????????(2)

當連續(xù)兩天以上同時刻負荷值異常時，使用拉格朗日插值法進行修正補全，公式為：

其中l(wèi)_i(P)為插值基函數(shù)；

S2、負荷分類：

根據(jù)負荷標簽完整程度對負荷實行不同的分類策略；

S3、典型曲線分析：

將處理過的數(shù)據(jù)進行標準化使其成為無量綱數(shù)據(jù)，以避免因數(shù)量級差異導(dǎo)致的量級較大的屬性占據(jù)主導(dǎo)地位、避免數(shù)量級差異將導(dǎo)致迭代收斂速度慢、降低依賴于樣本距離的算法對于數(shù)據(jù)的數(shù)量級敏感性的影響；利用Z-score對選取的負荷樣本數(shù)據(jù)進行標準化，標準化公式如下：