[發明專利]一種基于聚類的電力系統需求響應用戶標記方法在審
| 申請號: | 201810568418.0 | 申請日: | 2018-06-05 |
| 公開(公告)號: | CN108985326A | 公開(公告)日: | 2018-12-11 |
| 發明(設計)人: | 于華;顧慶;蔣智威;周競 | 申請(專利權)人: | 南京大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06Q50/06 |
| 代理公司: | 江蘇圣典律師事務所 32237 | 代理人: | 賀翔 |
| 地址: | 210008 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電力用戶 需求響應 聚類 邊界樣本 電力系統 用戶標記 近鄰法 屬性數據 數據特征 加權法 樣本集 迭代 樣本 集合 預測 重復 應用 | ||
本發明公開了一種基于聚類的電力系統需求響應用戶標記方法,包括:1)整理電力用戶的需求響應數據,區分已標記和未標記的電力用戶,提取所有電力用戶的屬性數據;2)采用近鄰法在已標記電力用戶集合中確定邊界樣本集;3)針對邊界樣本集中處于同類別的兩兩電力用戶,基于密度加權法,生成該類別的范例樣本集;4)針對范例樣本集中的每一個電力用戶,采用近鄰法標記與其相鄰的未標記電力用戶;5)重復迭代上述過程,直到所有未標記電力用戶都已標記需求響應類別。本發明方法充分利用電力用戶自身的數據特征,應用聚類思想,結合電力用戶在需求響應類別上的分布情況,在少量標記的基礎上,完成大量電力用戶的需求響應類別預測。
技術領域
本發明屬于電力系統智能控制技術領域,具體涉及一種基于聚類的電力系統需求響應用戶標記方法。特別針對已標記電力用戶數量少,標記成本高的問題,結合聚類思想和電力用戶屬性數據,利用少量已標記電力用戶,完成海量電力用戶的需求響應類別標記工作,輔助電力系統制定需求側管理策略。
背景技術
隨著我國經濟的不斷發展和產業結構調整,尤其是制冷制、熱設備的普遍使用,導致電力供需矛盾日益深化,造成電網負荷峰谷差不斷增大?,F階段我國很多地區在電力需求的高峰時段會出現電力缺口,不得不拉閘限電,影響了供電可靠性,單純増加發電側的裝機容量或者擴大輸電側的傳輸容量并不是解決該問題的最優方法,因為用電高峰只出現在特定條件下,例如夏天高溫導致用電負荷飆升,春秋季節用電負荷沒有那么大,導致增加的設備閑置,帶來供電成本的上升。
需求響應(Demand Response,DR)即電力需求響應的簡稱,是電力需求側管理的重要技術手段。由電網提出需求調整請求,比如減少負荷的直接補償通知,或者電力價格的調整,電力用戶對這些請求做出響應,改變自身的習慣用電模式,從而減輕電網的壓力。但是現實中,并不是所有電力用戶都會對需求請求做出響應,并且響應的程度也不相同。在進行需求調整之前,需要對需求響應策略進行評估,此時需要對電力用戶的需求響應情況進行預測。這個預測的依據是電力用戶以往的參與情況,但是電力用戶的基數十分龐大,能獲取到歷史參與數據的電力用戶在總的電力用戶中占比很小,另外,獲取參與數據的成本高且耗時。
聚類分析方面的工作需要與具體的應用場景結合,當前對聚類分析的研究有:約束聚類,即半監督聚類,通過添加約束條件來控制聚類結果;多維數據聚類,由于在處理多維數據時,聚類效果不穩定,通過屬性分組等方式控制聚類過程;聚類數目問題,大部分聚類算法需要人為設定聚類數目,聚類結果的好壞依賴于開發者自身專業素養和經驗,可應用啟發式聚類或機器學習方法等找出最優聚類數目。在電力行業中,聚類分析技術的應用已經得到一定成果,但在需求響應問題領域中還沒有得到很好應用。
發明內容
針對于上述現有技術的不足,本發明的目的在于提供一種基于聚類的電力系統需求響應用戶標記方法。本發明的方法根據少量的電力用戶需求響應參與數據,應用聚類分析技術,自動標記需求調整涉及到的所有電力用戶的需求響應類別,從而為需求調整策略制定提供依據,提高電力需求側管理的效率。
為達到上述目的,本發明采用的技術方案如下:
本發明的一種基于聚類的電力系統需求響應用戶標記方法,包括步驟如下:
1)整理電力用戶的需求響應數據,區分已標記和未標記的電力用戶,提取所有電力用戶的屬性數據,并對屬性數據進行規范化;
2)采用近鄰法在已標記電力用戶集合中確定邊界樣本集,包含處于需求響應類別邊界的所有已標記電力用戶;
3)針對每一個需求響應類別,基于邊界樣本集中處于該類別的兩兩電力用戶,基于密度加權法,生成該類別的范例樣本集;
4)針對范例樣本集中的每一個范例電力用戶,采用近鄰法標記與其相鄰的未標記電力用戶;
5)重復迭代上述過程,直到所有未標記電力用戶都已完成需求響應類別標記。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京大學,未經南京大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810568418.0/2.html,轉載請聲明來源鉆瓜專利網。





