[發明專利]一種基于形態分析的用戶側負荷特征聚類評價方法

有效

• 申請號: 201810533922.7
• 申請日: 2018-05-29
• 公開（公告）號: CN108898273B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 柴玉鳳;靳曉凌;代賢忠;王陽;張晨;張鈺;張鈞;韓新陽;張全;張巖;白翠粉;吳丹;雷珽
• 申請（專利權）人: 國網能源研究院有限公司;國網上海市電力公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 馬東瑞

本發明公開了一種基于形態分析的用戶側負荷特征聚類評價方法，包括以下步驟：采用計算機的數據輸入模塊輸入地區的各類用戶每年的日負荷數據；表征各用戶單一用戶全年的典型用能行為；基于步驟S2所得到的各單一用戶的典型日負荷曲線，先提取各曲線形態特征，將單一用戶按照典型日負荷曲線的形態特征進行分類，得到不同類別用戶的負荷特征曲線；利用“云重心”評價單元的“云重心”發生器產生最終的評估結果；由計算機結果輸出模塊輸出可視化的用戶側負荷特征聚類結果和“云重心”評估結果。本發明具有將海量用戶側數據物盡其用，對負荷數據進行精準分析，挖掘用戶側負荷特點，對用戶側的用能行為優劣做出評價的優點。

技術領域

本發明涉及用戶側負荷特征聚類技術領域，尤其是涉及一種基于形態分析的用戶側負荷特征聚類評價方法。

背景技術

在電力領域，具體表現為分布式能源、儲能、電動汽車推廣應用，使得用戶側負荷結構日漸復雜。與此同時，用戶側的智能量測裝置普及使用，電力部門可獲取詳細的用戶側負荷數據，如何將海量用戶側數據物盡其用，對負荷數據進行精準分析，挖掘用戶側負荷特點，對用戶側的用能行為優劣做出評價，進而制定具有用戶互動性的運營策略，是當前電力系統面臨的重要問題

近年來，大數據學科、數據挖掘技術迅速發展，為針對海量用戶側負荷數據進行分析研究提供了技術支持，本發明在智慧能源網絡建設的背景下，考慮分布式能源、儲能、電動汽車等多種資源接入對用戶側用能行為的影響，提出了一種基于形態分析的用戶側負荷特征聚類評價方法，為電力部門了解多種資源接入下的用戶側負荷特性變化，進行更具互動性的運營模式調整提供技術支持。

發明內容

本發明的主要目的在于提供基于形態分析的用戶側負荷特征聚類評價方法，用以解決海量用戶側數據不能物盡其用、不能對負荷數據進行精準分析以及無法對用戶側的用能行為優劣做出評價的問題。

為實現上述目的，本發明采取的技術方案為：

本發明的上述技術問題主要是通過下述技術方案得以解決的：

本發明公開了一種基于形態分析的用戶側負荷特征聚類評價方法，包括以下步驟：

步驟S1：采用計算機的數據輸入模塊輸入地區的各類用戶每年的日負荷數據；

步驟S2：采用基于歐氏距離聚類的可能性模糊C—均值聚類算法(PFCM)進行負荷聚類，從各類用戶負荷數據中先得到各單一用戶的典型日負荷曲線，用以表征各用戶單一用戶全年的典型用能行為；

步驟S3：基于步驟S2所得到的各單一用戶的典型日負荷曲線，先提取各曲線形態特征，再利用可能性模糊C—均值聚類算法(PFCM)進行聚類，將單一用戶按照典型日負荷曲線的形態特征進行分類，得到不同類別用戶的負荷特征曲線；

步驟S4：利用負荷特征評價指標體系對各類用戶的負荷特征曲線進行評估，利用“云重心”評價單元的“云重心”發生器產生最終的評估結果。

步驟S5，由計算機結果輸出模塊輸出可視化的用戶側負荷特征聚類結果和“云重心”評估結果。

作為優選，所述的步驟S2中，所述的可能性模糊C—均值聚類算法(PFCM)的核心步驟為：

(1)設訂聚類數目C，且1Cn并設定m取值范圍為[0,∞)；

(2)初始化算法迭代次數L，使之為1；

(3)將可能性劃分矩陣u_ik初始化，設定η的值；

(4)循環進行以下過程，直至目標函數與之前一次的差值小于設定的閾值時，或在L大于L_max：

對隸屬度原型矩陣U進行更新，依據公式為：

對典型性原型矩陣T進行更新，依據公式為：