[發明專利]一種基于聚類分析的低壓用戶用電特征提取方法

在審

• 申請號: 202010004292.1
• 申請日: 2020-01-03
• 公開（公告）號: CN111428745A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 劉婧;谷凱;滕永興;趙鑫;張思瓊;劉超
• 申請（專利權）人: 中國電力科學研究院有限公司;國網天津市電力公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/06
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

本發明公開了一種基于聚類分析的低壓用戶用電特征提取方法，包括：采用聚類算法對計量的原始數據進行分類，預處理主要包括數據的清洗與數據的辨識與修復；對不同典型臺區的用戶用電數據，采用改進的K?Means聚類算法進行分類，采用改進爬山法確定聚類數量，分析用戶的用電行為特征，并與低壓用電特性進行對比，按照獲取的電量計量特征，將抵押用戶歸屬至高層居民小區、舊居民小區、城鄉結合部、孤立小型定居點與農村五個典型臺區中的一種；基于臺區信息和非計量數據、非電類計量數據，采用緊湊提取方法對配電線路的參數進行提取，構建標準用電特征參數矩陣，確定各個影響因素與用戶用電負荷特性之間的相關性，獲得每種典型臺區的特征參數。

技術領域

本發明涉及電力用戶特征提取領域，尤其涉及一種基于聚類分析的低壓用戶用電特征提取方法。

背景技術

在低壓臺區電力用戶用電行為分類及特性提取方面，目前分類主要是基于用戶負荷特性指標和歷史數據對用戶進行，如基于傳統行業劃分并對用戶進行聚類分析，但其不足之處在于忽略了用戶間不同的用電方式；基于用戶價值體現進行分類，不足之處在于劃分方式過于宏觀；從變電站負荷出發，采用均值聚類方法進行用戶用電的分類，或基于模糊C均值聚類方法的前提下運用K-means聚類算法對用戶用電行為進行分類等。

用戶特性描述為用戶用電設備運行時所表現出的特有的電氣行為，根據用戶用電的運行狀態，負荷特性可分為穩態特性、暫態特性和運行模式特性，其中穩態特性是用電設備在穩定運行狀態下所表現出的電氣特性，是負荷的主要特性，也是當前電力用戶用電分析的重點。國內外分類方法的研究較多，如機器學習、模式識別等智能算法，這些智能算法對于電力系統中電氣元件的判別以及將算法運用到電力系統的應用研究已經引起了國內外研究者的重視。

發明內容

本發明提供了一種基于聚類分析的低壓用戶用電特征提取方法，本發明采用緊湊提取方法對配電線路的參數進行提取，能夠更好的反映低壓用戶用電特征，詳見下文描述：

一種基于聚類分析的低壓用戶用電特征提取方法，所述方法包括：

從實際需求出發，按照電網公司分層分級原則對用電臺區進行歸屬劃分，從影響臺區健康運行方面考慮，構建低壓臺區特征提取指標原則，并設置指標集；

根據用電臺區的建設特點，確定低壓臺區用戶用電負荷特性的主要影響因素；

遵循指標數據容易獲取、指標體系切實可行、評價模型實用性強等原則確定需要收集的非計量數據、電類計量數據、非電類計量數據；

根據智能電網臺區運行狀態，提取反映運行狀態水平的低壓用戶電計量類數據，包括但不限于：用電最大值、用電最小值、用電平均值，用電波動偏差率；

采用聚類算法對計量的原始數據進行分類，預處理主要包括數據的清洗與數據的辨識與修復；

對不同典型臺區的用戶用電數據，采用改進的K-Means聚類算法進行分類，采用改進爬山法確定聚類數量，分析用戶的用電行為特征，并與低壓用電特性進行對比，按照獲取的電量計量特征，將抵押用戶歸屬至高層居民小區、舊居民小區、城鄉結合部、孤立小型定居點與農村五個典型臺區中的一種；

基于臺區信息和非計量數據、非電類計量數據，采用緊湊提取方法對配電線路的參數進行提取，構建標準用電特征參數矩陣，確定各個影響因素與用戶用電負荷特性之間的相關性，獲得每種典型臺區的特征參數。

其中，所述構建標準用電特征參數矩陣具體為：

對每個用電特征量X_j，設X_j＝[x_ij]^T(i＝1,...,M)為參與用電行為分析的用戶總數，對矩陣中同一列的元素進行標準歸一化處理，對于N個待評估的用電特征量和M個參與用電行為分析的用戶，得到用戶標準用電特征量矩陣；