[發明專利]基于主成分分析的需求響應用戶分類方法及系統

在審

• 申請號: 202110263324.4
• 申請日: 2021-03-10
• 公開（公告）號: CN112836769A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 肖云鵬;劉思捷;白楊;蔡秋娜;張蘭;關玉衡
• 申請（專利權）人: 廣東電網有限責任公司電力調度控制中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳旭紅;吳落

本發明公開了一種基于主成分分析的需求響應用戶分類方法及系統，其中分類方法包括：采集用戶的用電負荷數據，根據所述用電負荷數據建立用戶的綜合需求響應潛力曲線；使用主成分分析法對所述綜合需求響應潛力曲線進行降維；對降維后的綜合需求響應潛力曲線進行聚類，得到用戶分類結果。上述方法通過用戶負荷曲線計算包含多種響應類型的綜合需求響應潛力曲線，并基于主成分分析法獲得該曲線中的主要成分，再用聚類算法得到更精細的用戶群組分類，由于得到的用戶分組結果內用戶相似性高，因此分類準確性也更高，能夠為準確評估需求響應潛力、制定需求響應方案和需求響應項目實施提供更有效的參考。

技術領域

本發明涉及電力大數據技術領域，特別是涉及一種基于主成分分析的需求響應用戶分類方法及系統。

背景技術

近年來，隨著智能電表和電力物聯網等技術在電力系統中的普及應用，電網的感知層下沉到了用戶側，對需求響應用戶的管控也變得日趨精細化。

對需求響應用戶進行準確分類是智能用電領域挖掘用戶信息的一個主要步驟之一，電網公司通過獲得用戶側的詳細用電信息，并對用電信息進行大數據挖掘，得到各類用戶分析用電習慣和用電特征，從而對用戶的需求響應潛力進行準確評估。

傳統的用戶分類方法一般基于用戶的行業性質對用戶分類，如將用戶分成工業用戶、商業用戶、居民用戶等，這種分類方式過于粗略，無法表現用戶實際的需求響應特征。

目前，基于用戶用電數據的常規分類方法是采用聚類算法對用戶的負荷曲線聚類，得到曲線形態和趨勢相似的用戶群組。然而用戶的負荷曲線往往不能直觀地表現其需求響應潛力，通過負荷曲線聚類得到的用戶分類在準確性方面難以保證。

發明內容

針對上述技術問題，本發明提供一種基于主成分分析的需求響應用戶分類方法及系統，通過利用主成分分析法獲取用戶綜合需求響應潛力曲線中的主要成分，再利用聚類算法進行用戶群組分類，得到更精細、更準確的用戶分類結果。

本發明提供一種基于主成分分析的需求響應用戶分類方法，包括：

采集用戶的用電負荷數據，根據所述用電負荷數據建立用戶的綜合需求響應潛力曲線；

使用主成分分析法對所述綜合需求響應潛力曲線進行降維；

對降維后的綜合需求響應潛力曲線進行聚類，得到用戶分類結果。

可選的，利用所采集的用電負荷數據建立用電負荷曲線；根據所述用電負荷曲線和用戶標簽信息構建結構化數據。

可選的，利用所述用電負荷數據分別計算用戶的工作日削峰負荷潛力曲線、節假日削峰負荷潛力曲線、負荷錯時潛力曲線和負荷輪休潛力曲線。

可選的，利用所述結構化數據中的用戶標簽信息對得到的用戶分類結果進行驗證。

可選的，使用Kmeans算法對降維后的綜合需求響應潛力曲線進行聚類。

可選的，利用用電負荷數據確定工作日削峰負荷潛力曲線、節假日削峰負荷潛力曲線、負荷錯時潛力曲線和負荷輪休潛力曲線的邊界條件；

根據所述邊界條件對所述工作日削峰負荷潛力曲線、節假日削峰負荷潛力曲線、負荷錯時潛力曲線和負荷輪休潛力曲線進行修正。

本發明還提供一種基于主成分分析的需求響應用戶分類系統，包括：

建模單元，用于采集用戶的用電負荷數據，根據所述用電負荷數據建立用戶的綜合需求響應潛力曲線；

降維單元，用于使用主成分分析法對所述綜合需求響應潛力曲線進行降維；

分類單元，用于對降維后的綜合需求響應潛力曲線進行聚類，得到用戶分類結果。