【技术实现步骤摘要】
一种适用于工商业用户的负荷分解的方法及系统
本申请涉及电力系统
,特别是涉及一种适用于工商业用户的负荷分解的方法及系统。
技术介绍
工商业用户作为电力用户的重要组成部分,其用电负荷特征呈高占比、多样化的发展趋势,对电网源、网、荷、储的升级、运行和维护都有着重要的影响。目前基于非介入式负荷智能感知技术,利用用户计量点处的总线侧电气信息,对用户内部各类用电设备的工作状态、功率等用电信息进行识别和监测,从而为环保监测、能效服务、异常源定位等各类需求提供更多技术手段。对于工商业用户,由于不同行业涉及的用电设备繁多,用电特征复杂,难以建立一个完备的设备特征库,难以实现不同行业的负荷分解。针对上述的现有技术中存在的对于工商业用户,由于不同行业涉及的用电设备繁多,用电特征复杂,难以建立一个完备的设备特征库,难以实现不同行业的负荷分解的技术问题,目前尚未提出有效的解决方案。
技术实现思路
本公开的实施例提供了一种适用于工商业用户的负荷分解的方法及系统,以至少解决现有技术中存在的对于工商业用户,由于不同行业涉 ...
【技术保护点】
1.一种适用于工商业用户的负荷分解的方法,其特征在于,包括:/n按照固定时间周期提取波形数据的特征,形成特征时序序列,所述波形数据为总线侧高频采集的数据;/n对所述特征时序序列进行数据预处理,确定预处理后的特征时序序列;/n基于DBSCAN聚类,对所述预处理后的特征时序序列进行聚类操作,获得聚类结果,根据所述聚类结果提取所述预处理后的特征时序序列的序列点,重新组建特征差值时序序列,确定优化特征差值时序序列;/n基于最优搜索算法对所述优化特征差值时序序列进行差值匹配,确定差值匹配结果;/n基于差值匹配结果对归属于同一种设备的启停状态事件进行映射,优化特征维度,辨识设备的电气类 ...
【技术特征摘要】
1.一种适用于工商业用户的负荷分解的方法,其特征在于,包括:
按照固定时间周期提取波形数据的特征,形成特征时序序列,所述波形数据为总线侧高频采集的数据;
对所述特征时序序列进行数据预处理,确定预处理后的特征时序序列;
基于DBSCAN聚类,对所述预处理后的特征时序序列进行聚类操作,获得聚类结果,根据所述聚类结果提取所述预处理后的特征时序序列的序列点,重新组建特征差值时序序列,确定优化特征差值时序序列;
基于最优搜索算法对所述优化特征差值时序序列进行差值匹配,确定差值匹配结果;
基于差值匹配结果对归属于同一种设备的启停状态事件进行映射,优化特征维度,辨识设备的电气类型,确定负荷辨识结果,建立工商业用户的专属模型特征库;
对于待分析的一段时间的总线侧波形数据,根据所述负荷辨识结果,得到所述一段时间的各类设备负荷功耗占比,实现工商业用户总线负荷的分解。
2.根据权利要求1所述的方法,其特征在于,按照固定时间周期提取波形数据的特征,形成特征时序序列,所述波形数据为总线侧高频采集的数据,包括:
设定所述波形数据的特征计算时间窗口,进行分相特征计算;
对于高供高计用户,计算AC两相负荷特征,形成特征时序序列;
对于高供低计用户,计算ABC三相负荷特征,形成特征时序序列;
所述特征时序序列包括三相电流有效值、三相电流3次谐波含量、三相电流5次谐波含量、三相电流7次谐波含量、三相电流9次谐波含量、三相电流11次谐波含量、三相功率因数以及三相电压畸变率。
3.根据权利要求1所述的方法,其特征在于,对所述特征时序序列进行数据预处理,包括:
确定预先设定的特征时序序列的各特征维度中的最大阈值;
当所述特征时序序列的特征超过所述最大阈值时,利用与所述特征时序序列对应的前一单位时间内的特征,代替所述所述特征时序序列的特征;
对所述特征时序序列按照特征维度进行中值滤波,保留突变点,完成数据预处理。
4.根据权利要求1所述的方法,其特征在于,基于DBSCAN聚类,对所述预处理后的特征时序序列进行聚类操作,获得聚类结果,根据所述聚类结果提取所述预处理后的特征时序序列的序列点,重新组建特征差值时序序列,确定优化特征差值时序序列,包括:
基于DBSCAN聚类,对所述预处理后的特征时序序列进行聚类操作,获得聚类结果,所述聚类结果包括最小邻域点数和邻域半径;
根据所述聚类结果对所述预处理后的特征时序序列点进行标定,仅保留所述预处理后的特征时序序列中归属为同一类的起始点和结束点;
按时间顺序依次计算不同类别之间的特征差值,得到特征差值时序序列,并计算发生类别突变的时间差值,作为特征时序序列中新增的暂态时间的特征量;
确定预设设备的三相电流有效值/功率最小判定阈值,根据所述三相电流有效值/功率最小判定阈值,对所述特征差值时序序列中部分差值进行依次合并,确定优化特征差值时序序列。
5.根据权利要求1所述的方法,其特征在于,基于最优搜索算法对所述优化特征差值时序序列进行差值匹配,确定差值匹配结果,包括:
基于最优搜索方法,根据优先匹配单一差值原则、优先匹配最早时刻原则及连续差值冗余搜索原则,对所述优化特征差值时序序列进行差值匹配,完成匹配的差值组合;
若所述差值组合为非单一正负差值组合,进行类差值匹配,确定差值匹配结果;
若所述差值组合为单一正负差值组合,不进行类差值匹配。
6.根据权利要求1所述的方法,其特征在于,基于差值匹配结果对归属于同一种设备的启停状态事件进行映射,优化特征维度,辨识设备的电气类型,确定负荷辨识结果,建立工商业用户的专属模型特征库,包括:
根据预先设定的各特征维度同一性判定阈值,将所述差值匹配结果进行归类,确定同一种设备的启停暂态过程各特征量变化均值及偏离系数;
根据启动暂态过程对应的时间标志,提取滤波前的特征时序序列,计算启动暂态过程中的冲击参数,作为新增特征量,计算公式如下:
其中,MMAX及TMAX为启动暂态过程中各类特征的最大值及对应的最大时间点,MSteady及TSteady为暂态过程结束对应的各类特征值及时间点;
基于单变量特征选择及皮尔森相关系数方法,得到各特征量的权重排序,按顺序进行特征选取,选取能辨识最多设备的特征,直到选取的特征组合可以完成所有设备的辨识,对选取的特征打上标识符,确定负荷辨识结果,其中所述各特征量为特征时序序列中新增的暂态时间的特征量加新增特征量;
根据用户的实际使用功能需求,基于基础特征进行综合特征的提炼,对于用于功能应用的对应特征也打上标识符,结合用于辨识的特征,删除无用特征。
7.根据权利要求1所述的方法,其特征在于,对于待分析的一段时间的总线侧波形数据,根据所述负荷辨识结果,得到所述一段时间的各类设备负荷功耗占比,实现工商业用户总线负荷的分解,包括:
对于待分析的一段时间的总线侧波形数据,划分各类设备启停过程对应的时间节点,确定时间窗口,所指时间节点仅包含开启暂态过程中暂态开始对应的时间节点及关闭暂态过程中暂态结束对应的时间节点;
确定所述待分析的一段时间的各个时间窗口对应的各类设备的用电量;
将所述待分析的一段时间的各个时间窗口对应的各类设备的用电量相加,得到所述待分析的一段时间内各类设备的用电量;
确定所述待分析的一段时间内各类设备的用电量与所述待分析的一段时间内的用电总量,得到各类设备负荷功耗占比。
8.根据权利要求7所述的方法,其特征在于,确定所述待分析的一段时间的各个时间窗口对应的各类设备的用电量,包括:
当所述时间窗口对应为单一设备时,确定所述单一设备的用电量为三相有功功率值在时间窗口上的离散积分,确定所述单一设备的用电量的计算公式如下:
其中,W为所述单一设备的用电量,Δt为固定时间周期,pAi、pBi、pCi为时间窗口内对应的三相有功功率值;
确定所述单一设备的平均有功功率值,计算公式如下:
其中,为所述单一设备的平均有功功率值,Pi为所述单一设备的有功功率值,TM为暂态过程结束时对应的时间点,TN为离暂态过程距离最远的稳态时间点。
9.根据权利要求7所述的方法,其特征在于,确定所述待分析的一段时间的各个时间窗口对应的各类设备的用电量,包括:
当所述时间窗口对应为组合设备时,确定所述组合设备的用电量为所述组合设备单一运行进入稳态后的三相平均有功功率值在时间窗口上的离散积分,平均有功功率值由该设备发生状态变化对应的其他时间窗口内求得均值,计算公式计算公式如下:
其中Pj为在各个发生状态变化的时间窗口内计算得到的有功功率值,为j类设备在各个发生状态变化的时间窗口内计算得到的平均有功功率值,Ti为对应的稳态计算时间。
10.一种适用于工商业用户的负荷分解的系统,其特征在于,包括:
形成特征时序序列模块,用于按照固定时间周期提取波形数据的特征,形成特征时序序列,所述波形数据为总...
【专利技术属性】
技术研发人员:易姝慧,周晖,殷小东,周峰,
申请(专利权)人:中国电力科学研究院有限公司,中国电力科学研究院有限公司武汉分院,国家电网有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。