基于自适应寻找聚类核心算法的负荷分类聚合分析方法技术

本发明专利技术提供了一种基于自适应寻找聚类核心算法的负荷分类聚合分析方法，包括步骤A.负荷特征化；B.负荷分类聚合；C.负荷特征分析。本发明专利技术有效挖掘了用户用电数据中潜在的价值，通过分类聚合方法，将用电行为相似的用户进行聚合。

【技术实现步骤摘要】
基于自适应寻找聚类核心算法的负荷分类聚合分析方法
本专利技术涉及负荷管理与分析领域，具体涉及一种基于自适应寻找聚类核心算法的负荷分类聚合分析方法。
技术介绍
随着居民生活水平以及家用电器种类的不断提高和丰富，居民的日常生活与家用电器的使用密切相关。据测算，夏季高温天气时，北京空调负荷比例占总负荷的30％左右。同时，由于环保意识的不断提高，空气净化器、净水机、软水机等一系列新型家用电器在居民日常生活中已经逐渐普及,这些新型电器与电热水器、电视机、电脑、电冰箱等传统电器一起构成了居民总用电负荷源。因此，当前社会的居民负荷特征已经与过去大有不同。而个体生活水平、生活习惯的差异性，不同居民的用电负荷特性也不相同。夏季高温时期往往对电网造成极大考验。尽管用电高峰的时间段较之全年的时间是短暂的，但电厂和电网公司为满足短暂时间段的用电高峰需求来扩充发电能力及输送容量耗费十分惊人，造成了资源的极大浪费。虽然风能、太阳能等分布式新能源的飞速发展为能源的使用提供了新的选择，但由于这些新能源的特殊能源特性，不能提供稳定的电力输出。在为电网输送清洁能源的同时，对电网的稳定性也有不利的一面。在目前储能技术尚无本文档来自技高网...

【技术保护点】
一种基于自适应寻找聚类核心算法的负荷分类聚合分析方法，其特征在于，包括如下步骤:A.负荷特征化；B.负荷分类聚合；C.负荷特征分析。

【技术特征摘要】
1.一种基于自适应寻找聚类核心算法的负荷分类聚合分析方法，其特征在于，包括如下步骤:A.负荷特征化；B.负荷分类聚合；C.负荷特征分析。2.根据权利要求1所述的负荷分类聚合分析方法,其特征在于，所述步骤A包括以下步骤：A1.负荷数据的采集；A2.负荷数据的分解；A3.正态分布的处理；A4.每日总耗能的特征化。3.根据权利要求2所述的负荷分类聚合分析方法，其特征在于,所述步骤A1包括：按下式计算的用户每日总耗能：其中，每隔15分钟采集所述负荷数据，xi是第i个时间段用户消耗的能量。4.根据权利要求2所述的负荷分类聚合分析方法,其特征在于,所述步骤A2包括：将采集的负荷数据分解为每日总耗能和标准正态分布的每日耗能曲线。5.根据权利要求2所述的负荷分类聚合分析方法,其特征在于，所述步骤A3包括：按下式计算的所述每日的耗能曲线：l(t)为连续时间序列的电表数据。6.根据权利要求3所述的负荷分类聚合分析方法,其特征在于，所述步骤A4包括：采用混合对数正态分布法对所述每日总耗能特征化；M种高斯分布的数据的混合密度方程如下所示：其中，按下式计算对数正态分布方程：

【专利技术属性】
技术研发人员：杨洋，刘广一，杨占勇，蒲天骄，范士雄，吴坤，
申请(专利权)人：中国电力科学研究院，国网福建省电力有限公司电力科学研究院，国家电网公司，
类型：发明
国别省市：北京,11