[發明專利]一種高維海量量測數據的用電模式分類方法

在審

• 申請號: 202010186013.8
• 申請日: 2020-03-17
• 公開（公告）號: CN111428766A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 許澤寧;楊遠俊;李偉華;張之涵;楊祥勇;羅仙鵬;李超
• 申請（專利權）人: 深圳供電局有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N3/12
• 代理公司: 深圳匯智容達專利商標事務所(普通合伙) 44238
• 代理人: 熊賢卿

本發明提供一種高維海量量測數據的用電模式分類方法，包括步驟S1，對用戶的日負荷曲線進行采樣，形成用戶特征樣本集，對高維海量量測數據進行主成分分析，提取關鍵特征指標；步驟S2，利用自適應遺傳算法與BP算法對自動編碼器進行訓練，并利用完成訓練的自動編碼器對用戶的用電數據樣本集進行降維；步驟S3，利用改進模糊C均值聚類算法對降維后的用戶的用電數據樣本集進行聚類，對用戶用電模式進行分類。本發明可實現，分類算法能夠更加準確、清晰地對用戶用電模式進行分類。

技術領域

本發明涉及電力系統及自動化技術領域，特別是涉及一種高維海量量測數據的用電模式分類方法。

背景技術

隨著智能表計大規模推廣應用以及電網精益化管理帶來的配用電數據爆炸性增長，電力用戶精準分類及特征分析成為電網公司的一項重要內容。合理地分析用戶需求響應特性有助于充分挖掘用戶需求響應用戶潛力，提高需求響應實施效率，是制定需求側管理方案和電價套餐的基礎。然而，隨著經濟與技術的發展，用戶參與類型及用電行為越發復雜多樣，用戶用電數據呈現出高維海量的特點，使得用戶分類及響應特性分析變得更加困難。此種情況下能夠處理復雜用戶數據且準確性較高的用電特性分析方法至關重要。

目前已有對用戶響應特性的研究主要分為機理性與非機理性兩類。機理性用戶響應特性分析主要為在特定環境下對電價等激勵信號與用戶負荷之間的關系進行機理性分析并建模，獻研究用戶對電價的不確定響應行為建模，分析在電力積分激勵決策中的應用。經濟學角度分析用戶響應行為變化特征以及在時間上的相關性，提出基于長短期記憶的用戶響應行為特性分析方法。以往研究能夠清楚解釋電價等激勵信號對用戶負荷的機理性作用，對小規模特定用戶適應較好，但建模較為復雜，不適合于特性差異較大且數量眾多的用戶。非機理性分析通過對用戶數據挖掘等手段來分析電價等激勵性手段對用戶負荷的作用，主要分為兩步，首先通過聚類算法對用戶用電特性進行分類，將用電特性一致的用戶歸為一類，然后利用歷史數據對每類用戶需求響應特性進行建模。其核心技術為聚類算法與數據擬合。目前已有大量聚類算法被用于用戶用電模式聚類，針對智能用電數據挖掘面臨數據量大、挖掘效率低的問題，提出了一種改進k-means聚類算法，該方法能夠高效處理大規模的電數據，但由于初始點選擇不穩定，是隨機選取的，這就引起聚類結果的不穩定。利用凝聚層次聚類法對用電數據進行分析，該方法不需要確定分類數，但是一個合并被執行，就不能修正，聚類質量受限制。使用模糊C均值(FCM)聚類法對電力用戶進行聚類，該方法是一種軟聚類算法，克服了硬聚類非此即彼的分類缺點，但該方法對初始聚類中心敏感，需要人為確定聚類數，容易陷入局部最優解。以上三種算法聚類效率高，在處理海量數據上有優勢，但面對高維數據時將會出現“維度災難”，導致聚類結果不準確。隨著經濟科技的迅猛發展，用戶用電行為將更加多樣化，用電數據維度將更高，聚類所面臨的不僅是數據量越來越大的問題，更重要還有用電數據高維度的問題。針對該問題，自組織映射(SOM)聚類算法與深度學習法被提出用于電力用戶的用電模式分類，這兩種算法屬于機器學習聚類方法，能夠有效處理高維數據，但難以適應大規模數據。利用主成分分析法-模糊C均值聚類法(PCA-FCM)對原始用電數據進行降維，然后在對降維后的數據進行聚類，能夠解決部分較高維度的數據聚類問題，但降維過程中對高維非線性數據難以處理。另外如何充分利用大量歷史數據，對每類用戶需求響應建立準確有效的模型也是研究難點之一，針對不同類型的用戶市場機制下考慮風險的售電公司日前電價決策方法，但缺少對非線性量測數據的分析。利用逐段線性回歸對用戶需求響應進行建模，該方法雖然操作簡單，但激勵與用戶用電量之間并非簡單的線性關系，這使得模型準確性較差。構建基于長短時記憶網絡的用戶響應行為預測模型，通過用戶在多元環境不同激勵下的預期響應量的預測，并應用等梯度迭代學習的方法，獲得合適的激勵方案。

隨著電網信息化水平的不斷提高，智能配電網促使供電企業擁有一套完備的用電計量系統，使用戶用電信息的采集更加完善，通過分析用戶用電信息，對用戶進行用電模式分類，及時掌握客戶用電規律，有利于電網企業實現“按需分配”，制定電力調度規劃，降低能耗和線損，以采取差異化營銷策略，提高企業的收益。