[發明專利]一種負荷密集型城市智慧園區需求聚合建模方法

在審

• 申請號: 202011321937.0
• 申請日: 2020-11-23
• 公開（公告）號: CN112257964A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 魏新遲;周健;時珊珊;張小蓮;曾艾東;鄒宇航;李恒聰
• 申請（專利權）人: 國網上海市電力公司;南京工程學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06F16/215;G06F16/28;G06Q50/06;G06Q50/26
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 李德濺

1.一種負荷密集型城市智慧園區需求聚合建模方法，其特征在于：所述建模方法的步驟如下：

(1)輸入樣本數據矩陣X，設負荷分析日的n個樣本集為：X＝[X₁,X₂,···,X_n]，每個樣本X_j有m個特性指標，即樣本X_j可以表示為X_j＝[X_j1,X_j2,···,X_jm],j＝1,2,···,n；

(2)數據的規格化，對樣本數據的處理采用下式進行：

x'_jk＝(x_jk-x_kmin)/(x_kmax-x_kmin) (1)

式(4)中，x_jk為第j個樣本的第k數據；x_kmax與x_kmin分別為相應分量的最大與最小值；x'_jk為規格化后的數據；

(3)建立模糊相似關系矩陣R，模糊相似關系矩陣R＝{r_ij}，并采用絕對值指數法確定r_ij，公式為：

式(5)中，x'_ik為第i個樣本規格化后的數據；x'_jk為第j個樣本規格化后的數據；

(4)建立模糊等價距陣R′，得到模糊相似關系矩陣R之后，用平方自合成法來構造R的傳遞閉包R*R，將模糊相似關系矩陣R改造為模糊等價矩陣R′；當R′＝R時，進入步驟5)；當R′≠R時，在步驟4)內循環建立模糊等價矩陣R′，直至R′＝R后進入步驟5)；

(5)動態聚類求截距陣，選取適當的閾值λ，對模糊等價矩陣R′進行截割；閾值λ的大小直接影響聚類結果，當λ從1降到0時，分類由粗變細逐漸歸并，形成一個動態聚類圖；最佳λ值的選取，由λ的變化率C_i確定：

式(6)中，i為λ從高到低的聚合序次數；n_i與n_i-1分別為第i次和第i-1次聚類的元素個數；λ_i與λ_i-1別為i次和i-1次聚類時的置信水平；

若C_i＝max(C_j)，則認為第i次聚類的置信水平λ_i為最佳閾值。

2.根據權利要求1所述的負荷密集型城市智慧園區需求聚合建模方法，其特征在于：所述的步驟(1)中的樣本數據矩陣X的獲得過程包括：

(11)確定負荷密集型城市智慧園區負荷數據的來源形式；

(12)確立負荷密集型城市智慧園區負荷數據的集成和選擇方式；

(13)對負荷密集型城市智慧園區負荷數據的不良數據辨識與修正；

(14)獲得有效數據。

3.根據權利要求2所述的負荷密集型城市智慧園區需求聚合建模方法，其特征在于：所述步驟(11)中的負荷密集型城市智慧園區負荷數據的來源形式包括：工業用戶數據、居民用戶數據、公共機構數據、數據中心數據及其它數據，分別對各類設備類型以及采集數據的字段名稱、字段類型和數據來源進行分析和整合，列出需要的數據字段采集表。

4.根據權利要求2所述的負荷密集型城市智慧園區需求聚合建模方法，其特征在于：所述步驟(12)中的負荷密集型城市智慧園區負荷數據的集成和選擇包括數據抽取和數據解析過程，數據抽取負責從園區的各種數據環境中獲取可用于分析的源數據，并通過客戶端程序將源數據上傳到分布式數據存儲與計算平臺中的分布式文件系統中；在分布式文件系統中的源數據經過解析、轉換載入到分布式數據存儲與計算平臺的分布式數據庫中。

5.根據權利要求4所述的負荷密集型城市智慧園區需求聚合建模方法，其特征在于：所述的源數據包括用能信息數據、用戶詳情以及與之相關的業務數據。