基于典型负荷曲线的组合式用户缺失电量拟合方法及系统技术方案

本公开属于电力营销技术领域，具体涉及一种基于典型负荷曲线的组合式用户缺失电量拟合方法及系统，包括：获取用户用电信息；根据所获取的用户用电信息，得到用户用电典型负荷曲线；判断所得到的典型负荷曲线中的缺失电量个数；根据所得到的缺失电量个数，选择缺失数据的拟合方法，得到拟合比例系数；根据所得到的拟合比例系数，完成组合式用户缺失电量的拟合。合。合。

【技术实现步骤摘要】
基于典型负荷曲线的组合式用户缺失电量拟合方法及系统


[0001]本公开属于电力营销
，具体涉及一种基于典型负荷曲线的组合式用户缺失电量拟合方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着电力市场化改革深入推进，现货交易逐步实施，长时间尺度的中长期交易与短时间尺度的现货交易协同发展，对电力市场化交易的结算能力提出了更高要求。
[0004]不同类型的交易有不同的结算要求，短时间尺度的交易对计量数据的时间精度要求大大提升。特别是现货市场连续运行后，需求响应、辅助服务市场等分钟级时间尺度的交易类型也将陆续开展，在丰富交易种类的同时，用户结算费用账单类型和账单内容将越来越多、越来越细。这种情况下，目前大部分用户的电量计量表计所能提供的小时级电量数据，既是小时级交易品种结算的准确依据，更是形成更小时间级结算数据的重要基础，数据缺失带来的不利影响不容忽视。由于计量装置本身或数据通讯系统的差错、故障在所难免，用户电量数据发生缺失的情况无法杜绝，因此缺失电量数据的高精度拟合方法亟待建立。
[0005]据专利技术人了解，电力市场中现行的用户电量数据拟合办法，主要是线性插值，或使用数据缺失时刻点同期历史数据的平均值进行拟合，如电力现货市场交易规则中的规定。由于这两种方法对用户用电的规律考虑都不全面，因此使用现行规则得到的拟合数据会出现精度不高的情况，难以满足市场发展的高标准要求。
[0006]用户用电既在时间周期上遵循一定的规律，表现为不同日期的用电负荷间整体上的纵向相关性，也具有在日负荷基本规律基础上局部产生差异的横向相关性。现行的电力市场用户电量数据拟合办法，主要是线性插值法，和使用缺失点同期历史数据的平均值进行拟合的相似日均值填充法，其中线性插值法主要考虑用户日负荷特性的横向相关性，相似日均值填充法则主要考虑用户用电具有的周期性规律，将两方面特性综合考虑的缺失电量数据拟合方法目前尚未建立。
[0007]虽然已有研究注意到用户用电负荷既有周期性规律的纵向相关性，也有相对于基本日负荷的横向相关性，但并没有对这种纵向相关性与横向相关性建立科学的量化表示；有文献利用同类用户特征曲线，通过等比例缩放对异常数据进行调整，考虑了待拟合曲线与特征曲线之间的相似性，但对待拟合曲线与特征曲线之间的差异性未加关注；使用压缩感知理论可实现对缺失电量的增补，并且在缺失电量数据的采样时刻点不多时有较好的拟合表现，但方法的复杂度高，透明度差，难以较好地适应工程需要。

技术实现思路

[0008]为了解决上述问题，本公开提出了一种基于典型负荷曲线的组合式用户缺失电量拟合方法及系统，基于历史相似日典型负荷曲线，综合考虑用户用电数据整体及局部多方
面的相关性并明确各种场景下的加权系数，组合式生成缺失数据，有效提高用户电量数据拟合精度，促进电力市场的快速发展。
[0009]根据一些实施例，本公开的第一方案提供了一种基于典型负荷曲线的组合式用户缺失电量拟合方法，采用如下技术方案：
[0010]一种基于典型负荷曲线的组合式用户缺失电量拟合方法，包括：
[0011]获取用户用电信息；
[0012]根据所获取的用户用电信息，得到用户用电典型负荷曲线；
[0013]判断所得到的典型负荷曲线中的缺失电量个数；
[0014]根据所得到的缺失电量个数，选择缺失数据的拟合方法，得到拟合比例系数；
[0015]根据所得到的拟合比例系数，完成组合式用户缺失电量的拟合。
[0016]作为进一步的技术限定，所获取的用户用电信息包括用户纵向时间属性和用户横向相关属性。
[0017]进一步的，根据所获取的用户用电信息，对所述用户纵向时间属性细致划分，确定各类用电信息的历史相似日；将所得到的历史相似日进行标签的划分，提取用电标签。
[0018]进一步的，在得到用户用电典型负荷曲线的过程中，以所确定的历史相似日和历史用电数据为基础，构建历史相似日的典型负荷曲线，具体为：根据历史用电数据所属的历史相似日进行用电标签的初步分类，得到用电标签；根据所得到的用电标签，对分类后的用户用电数据进行归一化处理，得到归一化后数据；依据所得到的归一化后数据，结合聚类算法和聚类数目进行不同历史相似日的日负荷曲线聚类，所得到的每个聚类的聚类中心即为典型负荷曲线。
[0019]作为进一步的技术限定，在得到拟合比例系数的过程中，根据典型负荷曲线判断缺失电量的个数，根据电量缺失的个数进行拟合分析，确定拟合比例系数和拟合参数。
[0020]作为进一步的技术限定，考虑待拟合数据所属日负荷曲线与历史相似日典型负荷曲线之间的规律，通过负荷相对变化率实现缺失电量数据的拟合；所述负荷相对变化率为待拟合数据所属日负荷曲线与历史相似日典型负荷曲线对应时刻点数据之间的相对变化率。
[0021]作为进一步的技术限定，通过拟合缩放系数β调整拟合数据；若当日24时的数据缺失，则不调整拟合数据，此时β＝1；若当日24时的数据可获得，则当日总用电量已知，此时β为：其中，P为24时的当日累计用电量数据，为拟合数据所属日负荷曲线上可获得的数据之和，x
j
表示用户负荷数据，j表示时刻点，M的取值范围为0到23；为根据拟合所得的缺失数据之和，x
i
表示拟合后的用户负荷数据，i表示时刻点，N的取值范围为0到23。
[0022]根据一些实施例，本公开的第二方案提供了一种基于典型负荷曲线的组合式用户缺失电量拟合系统，采用如下技术方案：
[0023]一种基于典型负荷曲线的组合式用户缺失电量拟合系统，包括：
[0024]获取模块，其被配置为获取用户用电信息；
[0025]判断模块，其被配置为根据所获取的用户用电信息，得到用户用电典型负荷曲线；
判断所得到的典型负荷曲线中的缺失电量个数；
[0026]拟合模块，其被配置为根据所得到的缺失电量个数，选择缺失数据的拟合方法，得到拟合比例系数；根据所得到的拟合比例系数，完成组合式用户缺失电量的拟合。
[0027]根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
[0028]一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于典型负荷曲线的组合式用户缺失电量拟合方法中的步骤。
[0029]根据一些实施例，本公开的第四方案提供了一种电子设备，采用如下技术方案：
[0030]一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于典型负荷曲线的组合式用户缺失电量拟合方法中的步骤。
[0031]与现有技术相比，本公开的有益效果为：
[0032]本公开综合考虑用户用电数据纵、横两方面的相关性，建立可量化表达的缺失数据拟合方法，有效提高用户电量数据拟合精度；在建立历史本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，包括：获取用户用电信息；根据所获取的用户用电信息，得到用户用电典型负荷曲线；判断所得到的典型负荷曲线中的缺失电量个数；根据所得到的缺失电量个数，选择缺失数据的拟合方法，得到拟合比例系数；根据所得到的拟合比例系数，完成组合式用户缺失电量的拟合。2.如权利要求1中所述的一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，所获取的用户用电信息包括用户纵向时间属性和用户横向相关属性。3.如权利要求2中所述的一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，根据所获取的用户用电信息，对所述用户纵向时间属性细致划分，确定各类用电信息的历史相似日；将所得到的历史相似日进行标签的划分，提取用电标签。4.如权利要求3中所述的一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，在得到用户用电典型负荷曲线的过程中，以所确定的历史相似日和历史用电数据为基础，构建历史相似日的典型负荷曲线，具体为：根据历史用电数据所属的历史相似日进行用电标签的初步分类，得到用电标签；根据所得到的用电标签，对分类后的用户用电数据进行归一化处理，得到归一化后数据；依据所得到的归一化后数据，结合聚类算法和聚类数目进行不同历史相似日的日负荷曲线聚类，所得到的每个聚类的聚类中心即为典型负荷曲线。5.如权利要求1中所述的一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，在得到拟合比例系数的过程中，根据典型负荷曲线判断缺失电量的个数，根据电量缺失的个数进行拟合分析，确定拟合比例系数和拟合参数。6.如权利要求1中所述的一种基于典型负荷曲线的组合式用户缺失电量拟合方法，其特征在于，考虑待拟合数据所属日负荷曲线与历史相似日典型负荷...

【专利技术属性】
技术研发人员：于泓，马文，李龙，王予希，陈希，封雪，张乐天，李雨彤，张海静，杨洋，李函奇，谷鑫，张斌荣，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
类型：发明
国别省市：