一种基于形态分析的用户侧负荷特征聚类评价方法技术

本发明专利技术公开了一种基于形态分析的用户侧负荷特征聚类评价方法，包括以下步骤：采用计算机的数据输入模块输入地区的各类用户每年的日负荷数据；表征各用户单一用户全年的典型用能行为；基于步骤S2所得到的各单一用户的典型日负荷曲线，先提取各曲线形态特征，将单一用户按照典型日负荷曲线的形态特征进行分类，得到不同类别用户的负荷特征曲线；利用“云重心”评价单元的“云重心”发生器产生最终的评估结果；由计算机结果输出模块输出可视化的用户侧负荷特征聚类结果和“云重心”评估结果。本发明专利技术具有将海量用户侧数据物尽其用，对负荷数据进行精准分析，挖掘用户侧负荷特点，对用户侧的用能行为优劣做出评价的优点。

【技术实现步骤摘要】
一种基于形态分析的用户侧负荷特征聚类评价方法
本专利技术涉及用户侧负荷特征聚类
，尤其是涉及一种基于形态分析的用户侧负荷特征聚类评价方法。
技术介绍
在电力领域，具体表现为分布式能源、储能、电动汽车推广应用，使得用户侧负荷结构日渐复杂。与此同时，用户侧的智能量测装置普及使用，电力部门可获取详细的用户侧负荷数据，如何将海量用户侧数据物尽其用，对负荷数据进行精准分析，挖掘用户侧负荷特点，对用户侧的用能行为优劣做出评价，进而制定具有用户互动性的运营策略，是当前电力系统面临的重要问题近年来，大数据学科、数据挖掘技术迅速发展，为针对海量用户侧负荷数据进行分析研究提供了技术支持，本专利技术在智慧能源网络建设的背景下，考虑分布式能源、储能、电动汽车等多种资源接入对用户侧用能行为的影响，提出了一种基于形态分析的用户侧负荷特征聚类评价方法，为电力部门了解多种资源接入下的用户侧负荷特性变化，进行更具互动性的运营模式调整提供技术支持。
技术实现思路
本专利技术的主要目的在于提供基于形态分析的用户侧负荷特征聚类评价方法，用以解决海量用户侧数据不能物尽其用、不能对负荷数据进行精准分析以及无法对用户侧的用能行本文档来自技高网...

【技术保护点】
1.一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：包括以下步骤：步骤S1：采用计算机的数据输入模块输入地区的各类用户每年的日负荷数据；步骤S2：采用基于欧氏距离聚类的可能性模糊C—均值聚类算法(PFCM)进行负荷聚类，从各类用户负荷数据中先得到各单一用户的典型日负荷曲线，用以表征各用户单一用户全年的典型用能行为；步骤S3：基于步骤S2所得到的各单一用户的典型日负荷曲线，先提取各曲线形态特征，再利用可能性模糊C—均值聚类算法(PFCM)进行聚类，将单一用户按照典型日负荷曲线的形态特征进行分类，得到不同类别用户的负荷特征曲线；步骤S4：利用负荷特征评价指标体系对各类用户的负荷特征曲线进...

【技术特征摘要】
1.一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：包括以下步骤：步骤S1：采用计算机的数据输入模块输入地区的各类用户每年的日负荷数据；步骤S2：采用基于欧氏距离聚类的可能性模糊C—均值聚类算法(PFCM)进行负荷聚类，从各类用户负荷数据中先得到各单一用户的典型日负荷曲线，用以表征各用户单一用户全年的典型用能行为；步骤S3：基于步骤S2所得到的各单一用户的典型日负荷曲线，先提取各曲线形态特征，再利用可能性模糊C—均值聚类算法(PFCM)进行聚类，将单一用户按照典型日负荷曲线的形态特征进行分类，得到不同类别用户的负荷特征曲线；步骤S4：利用负荷特征评价指标体系对各类用户的负荷特征曲线进行评估，利用“云重心”评价单元的“云重心”发生器产生最终的评估结果；步骤S5：由计算机结果输出模块输出可视化的用户侧负荷特征聚类结果和“云重心”评估结果。2.根据权利要求1所述的一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：所述的步骤S2中，所述的可能性模糊C—均值聚类算法(PFCM)的核心步骤为：(1)设订聚类数目C，且1<C<n并设定m取值范围为[0,∞)；(2)初始化算法迭代次数L，使之为1；(3)将可能性划分矩阵uik初始化，设定η的值；(4)循环进行以下过程，直至目标函数与之前一次的差值小于设定的阈值时，或在L大于Lmax：对隶属度原型矩阵U进行更新，依据公式为：对典型性原型矩阵T进行更新，依据公式为：更新聚类中心V，依据公式为：(5)重新对η的值进行估计，并再次进行步骤(4)。3.根据权利要求1所述的一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：所述的步骤S3中，所采用的曲线形态特征提取方法为极大值归一化法，该方法可用公式表述如下：xif*＝xif/ximax式中，xif为典型日负荷曲线中的点i对应的负荷值，ximax为该条典型日负荷曲线的最大负荷值，xif*为该点对应的归一化值。4.根据权利要求1所述的一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：所述的步骤S4中，所述负荷特征评价指标体系所包含指标如下，公式中的负荷值均为标幺值，其中，正向指标表示指标值越大特征状况越好，反向指标表示指标值越小特征状况越好：(1)负荷率日平均负荷与最大负荷的比率，用于评估用户占用产能设备容量的冗余情况。为正向指标，计算公式如下：(2)日峰谷差率日最大负荷、日最小负荷之间的差值与日最大负荷的比率，用于评估用户负荷峰谷波动幅度。为反向指标，计算公式如下：(3)日峰期负载率日峰期平均负荷与平均负荷的比率，为反向指标(4)日谷期负载率日谷期平均负荷与平均负荷的比率，为正向指标(5)日平期负载率日平期平均负荷与平均负荷的比率，为正向指标5.根据权利要求1或4所述的一种基于形态分析的用户侧负荷特征聚类评价方法，其特征在于：所述的步骤S4中，当得到负荷特征评价指标...

【专利技术属性】
技术研发人员：张全，韩新阳，王阳，柴玉凤，张钰，张岩，代贤忠，靳晓凌，白翠粉，张晨，张钧，吴丹，雷珽，
申请(专利权)人：国网能源研究院有限公司，国网上海市电力公司，
类型：发明
国别省市：北京,11