一种电力系统中异常用电用户的识别方法及系统技术方案

一种电力系统中异常用电用户的识别方法及系统，其特征在于，所述方法包括以下步骤：步骤1，基于用电用户的历史用电数据，构建用电用户的用电量与电力系统的调度计划之间的关联关系，并基于所述关联关系构建用电用户的特征向量；步骤2，采用

【技术实现步骤摘要】
一种电力系统中异常用电用户的识别方法及系统


[0001]本专利技术涉及电力系统领域，更具体的，涉及一种电力系统中异常用电用户的识别方法及系统
。

技术介绍

[0002]目前，传统用户侧峰谷分时的电量调度方案由电力运营公司
、
甚至权力部门制定并执行，在一定时期内应当保持相对固定
。
用户在电能购买和使用过程中的异常不仅可能来自于用电量或购电量本身的异常，也有可能是电能交易过程中所导致的异常因素
。
例如，电力系统没有合理的采集到用户的购电行为，或者电力系统以异常的模式，如与调度计划不符的模式，实现电能的过度供应或者电能的短缺供应等等
。
[0003]然而，现有技术中的用户电能供应和交易的异常识别方法主要是针对峰谷分时电量的结构性异常进行识别的，其侧重于对用户用电行为
、
电量数据等方面的分析
。
[0004]电能用户更多的可以作为需求响应中心参与决定峰谷分时情况下电能的供应，并从用户侧发挥电网末端在电力资源优化配置中的决定性作用
。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电力系统中异常用电用户的识别方法，其特征在于，所述方法包括以下步骤：步骤1，基于用电用户的历史用电数据，构建用电用户的用电量与电力系统的调度计划之间的关联关系，并基于所述关联关系构建用电用户的特征向量；步骤2，采用
K
‑
means
聚类算法以用电用户的特征向量为依据对所述用电用户进行分类，并从分类结果中提取典型特征向量；步骤3，以所述典型特征向量为参考，计算当前用电用户与所述多个聚类中心之间的相似度，若所述相似度符合预设标准，则判定所述当前用电用户存在异常用电行为
。2.
根据权利要求1中所述的一种电力系统中异常用电用户的识别方法，其特征在于：所述构建用电用户的用电量与电力系统的调度计划之间的关联关系还包括：从所述用电用户的当前用电量数据中提取用电时间，并基于所述用电时间采集对应时间下的调度计划
。3.
根据权利要求2中所述的一种电力系统中异常用电用户的识别方法，其特征在于：所述用电用户的特征向量中包括所述用电用户的峰谷分时用电量特征
、
所述用电用户的峰谷分时调度计划特征
。4.
根据权利要求3中所述的一种电力系统中异常用电用户的识别方法，其特征在于：所述特征向量为其中，
γ
n,i
为由用电用户
n
在月份
i
时的峰谷平分时电量比例和所组成的向量；
ρ
n,i
为由用电用户
n
在月份
i
时的峰谷平分时调度计划参数所组成的向量
。5.
根据权利要求4中所述的一种电力系统中异常用电用户的识别方法，其特征在于：为所述电力系统中所有的用电用户构建特征向量，并以所述特征向量与聚类中心之间的欧式距离为依据实现聚类；当所有种子点与之所位于的聚类中心之间的距离之和小于设定阈值时，结束当前聚类，并获取聚类结果，所述聚类结果中包含所述多个聚类中心的位置
。6.
根据权利要求5中所述的一种电力系统中异常用电用户的识别方法，其特征在于：预先设置聚类算法的聚类中心数量的取值范围，...

【专利技术属性】
技术研发人员：朱峰，祝宇楠，潘熙，蔡奇新，范环宇，蔡明明，裴子霞，单超，刘云鹏，徐伟，夏宇航，刘柳，周小舟，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
类型：发明
国别省市：