基于客户用电差异化特性的短期负荷组合预测方法技术

本发明专利技术提出了一种基于客户用电差异化特性的短期负荷组合预测方法，包括分析用电客户差异化特性，建立基于客户画像技术的用电客户综合评价体系，提出基于模糊聚类的用电客户的分类方法；结合不同类型客户用电受到政策、经济、环境等不同因素的影响程度的不同的特点，基于层次分析法，提出短期负荷的组合预测方法；结合实例证明，本发明专利技术提出的预测方法精度可靠，同时客户的不同分类及其电负荷预测值也为供电服务的转型及升级提供了技术数据基础。 1

Short term load combination forecasting method based on customer power consumption differentiation characteristics

This invention puts forward a short-term load combination forecasting method based on customer's electricity differentiation and dissimilation characteristics, including the analysis of customer differentiation and customer differentiation, and establishes an electric customer comprehensive evaluation system based on customer portrait technology, and proposes a classification method of electricity customers based on fuzzy clustering. According to the different characteristics of different factors such as policy, economy and environment, based on the analytic hierarchy process, a combined forecasting method of short-term load is proposed. The prediction method proposed by this invention is reliable, and the different classification of customers and the predictive value of electric load are also provided for the transformation and upgrading of the power supply service. The technical data base. One

【技术实现步骤摘要】
基于客户用电差异化特性的短期负荷组合预测方法
本专利技术属于电力系统负荷预测领域，尤其涉及一种基于客户用电差异化特性的短期负荷组合预测方法。
技术介绍
随着售电侧改革逐渐步入深水区，面对电力市场竞争，产业园区内优质客户的供电服务需求也在悄然变化，供电服务短板问题逐步凸显。由于产业园区作为未来市场化试点具备示范效应，针对售电市场的典型特征和供电服务的市场不适应症，分析挖掘园区售电市场潜在的供电服务需求，制定转型升级发展路线成为研究重要方向。因此，对园区客户开展综合价值分析及分类，研究个性化、差异化服务将是未来售电公司主要任务。不同售电服务的基础是由客户的类型、客户的用电特性以及客户用电负荷等因素。由此，针对客户特性及负荷预测的研究意义重大。
技术实现思路
本专利技术的目的在于，提出客户用电差异化特性的短期负荷组合预测方法，分析挖掘园区售电市场潜在的供电服务需求，制定转型升级发展路线。本专利技术提出一种基于客户用电差异化特性的短期负荷组合预测方法，包括如下步骤：步骤1：分析客户用电行为、用电潜力以及社会行为的差异化特性；步骤2：基于所述差异化特性，建立基于客户画像技术的客户综合评价指标体系；步骤:3：基于大数据平台获取并计算客户综合评价指标参数，得到评价指标标准化参数；步骤4：采用模糊聚类的客户聚类方法对客户进行分类；步骤5：选取一类客户，建立负荷预测的层次分析模型；步骤6：建立判断矩阵，利用方根法计算判断矩阵的最大特征值及特征向量，并进行一致性检验；步骤7：计算各单一负荷预测方法的权重比，得到所选取的该类客户的负荷组合短期预测结果。步骤8：重复步骤5-7，依次对其他类客户进行负荷预测。评价指标体系中的指标对应于步骤1中的客户用电行为、用电潜力以及社会行为，包括客户用电行为指标、客户用电潜力指标、客户社会行为指标。客户用电行为指标包括：用电客户类型、客户负荷率、负荷波动性、电压等级；客户用电潜力指标包括电能占比、用电增长率、用电扩容量受政策影响度；客户社会行为指标包括用电信用度和用电安全度。步骤3中客户综合评价指标参数的数据映射范围取为[0,1]区间。步骤4的模糊聚类方法为：对于一个样本空间，拥有m个特性指标的任意两个不同的样本分别可表示为特性向量xi＝(xi1,xi2,…,xim)和xj＝(xj1,xj2,…,xjm)，利用贴近度法计算其相似度rij，根据各样本之间的相似度，建立样本模糊相似矩阵R；a)利用模糊相似矩阵R的平方自合成计算模糊传递包，当第一次出现Rk*Rk＝Rk时，则称Rk为传递闭包；b)选择适当置信水平λ，求取Rk的截矩阵，所得到的分类就是在λ水平上的等价分类，即xi、xj在λ水平上属同类，其中λ范围在[01]，选取不同置信水平可以对样本空间进行动态聚类。基于层次分析理论，建立所述负荷预测层次分析模型：G层：该层为层次分析的预期结果，以短期负荷的预测结果作为该层目标元素；C层：该层作为得到预期目标的评价准则，对于短期负荷的预测的评价准则设定为政策、经济、环境及历史负荷的波动性四元素，四种元素以不同权重影响预测结果；P层：该层作为实现目标的具体方案存在，利用指数平滑法、灰色预测法、神经网络、支持向量机四种单一预测方法作为短期负荷组合预测的实现方案。步骤6具体为：a)对同一层次的各因子关于上一层中某一因素的重要性进行两两比较，构造判断矩阵A；b)采用方根法求出判断矩阵A的最大特征值λmax，再利用对应的特征方程A*W＝λmax*W解出相应的特征向量W，然后将特征向量W归一化，即为同一层次的各因素相对于上一层中某因素的重要性权重；c)判断矩阵一致性的指标CR<＝0，则判断矩阵的一致性可以接受，否则重新进行两两比较判断，其中RI的取值与判断矩阵的维数n有关。附图说明图1是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法流程图；图2是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法中客户评价指标体系框图；图3是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法中模糊聚类传递闭包法分类框图；图4是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法的实施例的模糊聚类分类结果；图5是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法中短期负荷预测层次结构模型；图6是图4示出的本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法的实施例的不同单一预测算法预测结果；图7是图6示出的本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法的组合预测误差结果。具体实施方式下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。图1是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法流程图，本专利技术的预测方法包括：分析客户用电行为等差异化特性，收集客户10项特性评价指标，建立基于客户画像技术的用电客户综合评价体系。结合不同类型客户用电受到政策、经济、环境等不同因素的影响程度的不同的特点，提出基于模糊聚类的用电客户的分类方法对客户进行分类；选取其中一类客户，基于层次分析法，建立以短期负荷预测值为目标层，以政策、经济、环境及负荷波动性为准则层，以指数平滑法、灰色预测、神经网络预测模型以及支持向量机预测模型作为短期负荷预测方案层的层次结构，计算各预测算法的优先权重，得到短期负荷的预测值。客户综合评价指标参数的数据映射范围取为[0,1]区间。图2是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法中客户评价指标体系框图。客户综合评价指标分为客户用电行为特性指标、客户用电潜力指标以及客户社会行为指标三大类。客户用电行为指标可细分为客户类型、客户负荷率、负荷波动性、电压等级及电能占比五类；客户用电潜力指标分为用电增长率、用电扩容量及受政策影响度三类；客户社会行为指标分为用电信用度及用电安全度两类。图3是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法中模糊聚类传递闭包法分类框图。对于一个样本空间，拥有m个特性指标的任意两个不同的样本分别可表示为特性向量xi＝(xi1,xi2,…,xim)和xj＝(xj1,xj2,…,xjm)，利用贴近度法计算其相似度rij。步骤如下：a)输入客户评价指标数据；b)对输入数据矩阵进行归一化处理；c)利用贴近度法计算各样本间的相似度，从而建立模糊相似矩阵R；d)对模糊相似矩阵R，利用平方自合成法计算传递闭包，当第一次出现Rk*Rk＝Rk时，则称Rk为传递闭包。e)选择适当置信水平λ,其中λ范围在[01]，求取Rk的截矩阵。f)确定最终分类结果，所得到的分类就是在λ水平上的等价分类，即xi、xj在λ水平上属同类，由于所选置信水平的不同，聚类结果也不同，由此可以对样本空间进行动态聚类。图4是本专利技术的一种基于客户用电差异化特性的短期负荷组合预测方法的实施例的模糊聚类分类结果。用广东省某园区为算例，该园区共存在17个客户，用户类型分别为工业、居民、商业及办公四种类型，建立基于客户画像的客户评价体系，收集用户用电负荷等数据信息，利用模糊聚类对客户进行聚类。聚类结果如图4所示，选取适当分类系数(置信水平)，当分类系数为0.85时，17个用电客户分为了四类，其中每一类的特性如下表1所示：本文档来自技高网...

【技术保护点】
1.一种基于客户用电差异化特性的短期负荷组合预测方法，包括如下步骤：

【技术特征摘要】
1.一种基于客户用电差异化特性的短期负荷组合预测方法，包括如下步骤：步骤1：分析客户用电行为、用电潜力以及社会行为的差异化特性；步骤2：基于所述差异化特性，建立基于客户画像技术的客户综合评价指标体系；步骤:3：基于大数据平台获取并计算客户综合评价指标参数，得到评价指标标准化参数；步骤4：采用模糊聚类的客户聚类方法对客户进行分类；步骤5：选取一类客户，建立负荷预测的层次分析模型；步骤6：建立判断矩阵，利用方根法计算判断矩阵的最大特征值及特征向量，并进行一致性检验；步骤7：计算各单一负荷预测方法的权重比，得到所选取的该类客户的负荷组合短期预测结果；步骤8：重复步骤5-7，依次对其他类客户进行负荷预测。2.根据权利要求1所述的一种基于客户用电差异化特性的短期负荷组合预测方法，其特征在于所述评价指标体系中的指标对应于所述步骤1中的所述客户用电行为、用电潜力以及社会行为，包括客户用电行为指标、客户用电潜力指标、客户社会行为指标。3.根据权利要2所述的一种基于客户用电差异化特性的短期负荷组合预测方法，其特征在于所述客户用电行为指标包括：用电客户类型、客户负荷率、负荷波动性、电压等级；所述客户用电潜力指标包括电能占比、用电增长率、用电扩容量受政策影响度；所述客户社会行为指标包括用电信用度和用电安全度。4.据权利要求3所述的一种基于客户用电差异化特性的短期负荷组合预测方法，其特征在于所述步骤3中客户综合评价指标参数的数据映射范围取为[0,1]区间。5.据权利要求4所述的一种基于客户用电差异化特性的短期负荷组合预测方法，其特征在于所述步骤4的模糊聚类方法为：对于一个样本空间，拥有m个特性指标的任意两个不同的样本分别可表示为特性...

【专利技术属性】
技术研发人员：许长清，余晓鹏，张庆庆，张平，李珊，张琳娟，卢丹，周楠，张海宁，郑征，于秋玲，郭璞，王利利，蒙园，张建华，
申请(专利权)人：国家电网公司，国网河南省电力公司经济技术研究院，华北电力大学，
类型：发明
国别省市：北京,11