基于灰色分析的集抄数据异常判定

提出综合缺陷分析和失真分析的集抄数据异常判定流程,着重针对目前用电量环比波动率判据的不合理性,运用灰色分析理论构建集抄数据失真判定的两阶段法:第一阶段通过电量折算削弱季节变迁对用电环比波动率的影响;第二阶段实施灰色关联度分析判定用电模式稳定性,对用电模式稳定的用户采用灰色距离测度法估计月用电量合理区间,以此作为集抄电量异常判据。对上海市北地区8 643个计量点2015年7月的集抄数据分析,结果表明所提方法能降低气候变化或特殊用电模式造成的集抄数据异常误判,合理降低复核工作量、提高出账率;所提方法还可同时找出窃电可疑用户、一定程度上克服集抄环境下的窃电隐蔽问题。     

基于序列光滑性分析的集抄数据缺陷判定

将集抄失灵后冻结电量的异常突增与正常的电量增长甄别开来是集抄缺陷分析的难点。为此,提出一种基于月累计电量序列光滑性分析的判定方法:通过光滑比分析搜索出疑似缺陷的数据序列;对这些序列进一步实施haar小波变换并求取Lipschitz指数,据累计电量序列异常突增表现为阶跃型突变、对应的Lipschitz指数接近于0的特点,辨别出异常突增缺陷。针对上海市北供电公司的算例结果表明,与现有经验性判据相比,所提方法对集抄电量异常突增缺陷具有更强的挖掘能力,可提高集中抄表环境下的出账准确率。     

基于智能电能表开盖事件的用电异常分析方法

为防止窃电行为给供电企业带来经济损失,充分利用智能表事件信息和电表电量等数据的关系开展用户用电异常分析,提出了一种基于智能电能表开盖事件的用电异常分析方法。以用户电能表开盖事件的时间为数据分析的时间节点,对在该时间节点前后14天的用户用电数据、台区线损数据进行分析,实现对存在异常用电用户的有效识别,并通过某供电公司的实例验证了该分析方法的实用性和有效性。     

基于主成分分析的用电模式稳定性分析

用电模式稳定性分析是实施用户用电量预测的前提,其本质是考察不同历史时间段用电模式的相似性。过长的基础数据时间跨度会降低用电模式稳定性分析的可行性和准确性,而在短期内基于日用电量数据评估的用电特征指标又受随机因素干扰,难以准确反映用电模式。为此,提出一种以过往几周日用电系数和日用电波动率为原始特征指标提取用电模式主成分,进而用两个历史时间段内用电模式主成分因子载荷的欧氏距离衡量用电模式稳定性的方法。针对某小区的算例结果表明,用所提方法判定为用电模式稳定、不稳定的用户组的用电量预测精度存在明显差异,且相似性距离与预测误差存在正相关性。算例分析表明,合适的历史数据时间跨度对提升方法的适用性和准确性至关重要,所提方法采用16周历史数据较为合理。     

多功能现场用电检查终端关键技术研究

本论文提出了一种校验用户电能表、查处用户用电异常的方法。文中从多功能现场用电检查终端硬件原理、软件模型、最后到校验方法进行理论说明,并重点对用电异常模型建立、公式计算、判断流程进行详细阐述。用电异常判断模型包括事件类判断模型、电量类判断模型、负荷类模型、线损类模型,通过评判标准用公式计算每种模型所占比重,计算出用电异常嫌疑系数ELI比重值来判断用户用电状况,再通过电能表精度校验的方法,最后确定用户用电是否出现异常。整个过程包括用户信息及电能量数据采集、用户信息匹配及数据过滤、模型识别、现场精度校验。     

基于概率预测的用电采集终端电量异常在线实时识别方法

电力市场环境下用电信息采集系统采集的用电量成为市场结算的重要依据。实时识别用电采集终端上送的异常电量,不但可以提升数据质量,也可以为发现采集终端的故障、识别异常用电行为提供参考。针对现有异常数据识别方法识别性能和实时性不高的问题,提出基于概率预测的电量异常在线实时识别方法。首先,在分析电量异常类型和特点的基础上,提出离线训练概率预测模型、在线实时识别异常数据的检测方法。其次,提出了基于状态空间模型的结构化用电量模型对用户用电规律进行建模,并采用变分贝叶斯推断训练模型,以实现用电量的概率分布预测。最后,利用预测标准分数衡量电量实测数据与电量概率预测结果之间的差异,从而实现异常数据的在线识别。采用实际电量数据进行验证,并与其他方法进行对比,验证了该方法的实用性和有效性。     

基于非参数回归分析的工业负荷异常值识别与修正方法

工业负荷数据记录了用户的用电模式以及电量需求水平等重要信息,但是会因为干扰而导致记录数据中掺杂有异常值。针对上述问题,文中提出了利用非参数回归理论对工业用户负荷异常值展开辨析和更正。首先,考虑负荷数据时序相关特性,采用统计模糊矩阵分类法,对工业用户负荷进行用电模式分类,将负荷数据分为基础用电模式数据集和特殊用电模式数据集。然后,利用基础用电模式数据集,考虑各时刻的负荷数值分布情况,通过非参数回归分析方法提取中心负荷向量,进而构造异常数据域,对负荷异常值进行识别。最后,在常规加权均值法的基础上,引入负荷水平映射关系,完成对负荷异常值的修正。算例采用实际工业负荷数据进行测试,结果表明了所提方法的准确性。     

做好代表日用电负荷测定

电力部门规定大用户每月报送代表日负荷,并在每年度中较大规模地组织当地用户进行一次代表日负荷实测。实测内容包括24小时有功、无功负荷、日用电量、日负荷率、力率、厂休日、用电班次、用电设备状况等。本文专题阐述代表日用负荷测定的方法,供参考。     

2006年夏季江苏统调用电负荷和日用电量创历史最高纪录

2006年8月的高温,拉动江苏用电负荷和日用电量屡屡刷新历史最高纪录。8月14日,江苏统调最高用电负荷已突破3 800万kW,达到3 827.6万kW,当天的统调日用电量也首次突破8亿kW·h大关,达到8.204 8亿kW·h。根据统计,7月初江苏统调用电最高负荷基本在3 000万kW左右,统调日用电量基本在6.5亿kW·h左右,其后分别在7月12～13日、17～19日和29～31日出现3次用电高峰,并在3次用电高峰期间四创全省用电历史新高,其中7月31日最高的统调用电负荷达3 709.9万kW,统调日用电量达7.803 6亿kW·h,电力负荷水平比月初增加了约700万kW。入秋后,台风并没有给…     

基于格兰杰归因分析的高损台区窃电检测

配电台区中,用户窃电将增大台区线损电量,窃电电量直接对应非技术线损,并与台区线损电量间存在因果关系。分析指出,常见窃电手法中窃电用户的窃电量多与电表计量电量呈正相关关系,这将使得线损电量与窃电用户的计量电量之间存在隐含的因果关系。以此为基础,提出基于格兰杰归因分析的高损台区窃电检测方法。通过协整检验及格兰杰检验分析用户用电量与台区线损时间序列间的长期趋势及格兰杰因果关系,将对台区线损影响突出的用户识别为窃电用户。基于实际高损台区和高损线路用户数据的测试算例和现场稽查验证了所提方法的有效性。     

广西日报社印务中心电力节能诊断

应用低碳经济节能减排的理念对企业生产运行现状进行分析诊断。广西日报社印务中心针对其用电特性,利用低谷电力优惠政策,调整用电负荷和用电时间,达到了电力负荷移峰填谷、降低用电成本的节能减排效果。     

计及价格要素的城市公共建筑群虚拟电厂负荷聚类分析研究

价格机制是引导城市公共建筑调整用电行为的手段之一。为评估价格对城市公共建筑用电行为的影响及进一步挖掘城市公共建筑群作为可控负荷式虚拟电厂能源资源参与到电力调度或电力市场交易中,文章通过引入分时电价机制和用户心理学模型,对城市建筑日负荷曲线进行调整,形成考虑价格要素的日计价拟合负荷曲线;采用结合了聚合聚类法和模糊C均值法的两阶段聚类分析算法,对调整后的日负荷曲线进行聚类分析。根据上述方法,通过对100个典型负荷的聚类分析,验证了文章所选算法的有效性,并进一步探讨了通过价格机制引导不同的城市建筑负荷调整用电行为的潜力,为利用价格手段深入挖掘城市公共建筑群作为虚拟电厂资源提供依据。     

基于多表合一的居民水电异常使用行为分析

结合Copula分布函数分析居民用户的水电用量之间的相关性,在此基础上提出基于日水、电用量距离相关系数的密度聚类水电异常使用行为分析方法,计算逐日用电量与用水量的距离相关系数来衡量其信息相关度。利用具有噪声的基于密度的聚类(DBSCAN)算法对台区用户的距离相关系数进行聚类,将水、电使用数据距离相关系数曲线与其他用户差异较大的识别为异常用户。基于实际低压台区用户水电数据的测试算例验证了所提方法的有效性。     

基于调节潜力指标的用户用电行为聚类分析算法研究

摘 要：针对柔性负荷不断接入背景下,用户参与电网调节潜力能力的持续提升,基于负荷用户的调节潜力大小对用户的用电行为进行聚类分析。在峰谷分时电价背景下,基于用户心理学原理构建基于峰谷分时电价的负荷转移率模型,以该模型为基础构建基于峰谷分时电价的用户调节潜力指标,并利用该指标对负荷用户的用电行为进行聚类分析,通过与传统基于日负荷曲线以及典型负荷特性指标的聚类算法进行结果对比,证明了该算法聚类结果的有效性与正确性,同时通过对大规模用户的用电行为进行聚类分析,证明基于调节潜力指标的聚类分析算法的聚类效果更佳。     

基于大数据和机器学习的用电异常行为分析系统总体架构

用户用电异常行为不仅对接入设备和用户本身产生影响,更会危及电网的正常运行,因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统,并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时,对高风险用户进行预警和跟踪处理,对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警,对电网稳定运行起到关键作用。     

基于密度聚类技术的电力系统用电量异常分析算法

如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。     

基于行业聚类电量曲线分解的中期负荷预测

传统电量序列分解方法难以有效结合地区行业发展趋势分析,为此文章提出一种基于行业发展趋势的行业聚类电量曲线分解中期负荷预测模型.首先,采用动态时间规整算法计算行业电量周期性,从而分类发展趋势有无变化的行业;其次,通过k-means算法按照用电特性相似聚类预分类行业,并通过季节分解算法分解聚类行业电量序列;最后,针对各电量...     

2012年吉林省电力市场分析预测

2012年以来,随着国内外经济形势的变化,用电需求有所放缓,下半年用电增长存在较大的不确定性。为了密切跟踪宏观经济形势发展趋势,准确把握用电市场走势,通过对吉林省电力市场调研,分析预测2012年下半年,重点是四季度吉林省经济发展趋势及本地区电力需求变化状况。分析指出,由于2012年上半年没有新增大型用电项目,以钢铁、汽车等为代表的大型工业企业生产下滑,导致吉林省全社会用电量增长趋慢。综合各方面因素,预计2012年下半年全省用电量将略有回升,用电量将逐步恢复至4%左右。同时指出,由于吉林省近年来装机容量增长较快,大量机组停备,供大于求的局面进一步加剧。同时,由于供热机组较多,以及风电机组容量不断扩大,电网调峰形势不容乐观。针对以上分析提出加强全省经济形势分析预测,密切关注相邻省份用电需求的变化情况,进一步开拓电力市场,通过联络线最大可能的实现电力外送等对策和建议。     

区域尺度住宅建筑日用电负荷模型构建方法研究

面对新时代能源发展形势,有效整合电力用户、电网企业及供应商信息,全面深度分析“源网荷储”特性是推进能源互联网发展的重要举措,模拟建筑用电这一典型负荷已尤为重要。关注区域规模居民用电负荷,提出用电负荷数据预处理分析方法和区域尺度住宅建筑日用电负荷模拟方法。区域尺度的用电数据在空间规模和时间跨度上均具有高维特征,分析大量数据并再现区域规模用电负荷是其主要难点。为此,提出结合自编码和k近邻算法的数据异常值剔除方法。在数据预处理的基础上,提出基于聚类分析的区域尺度住宅日用电负荷模型和模型检验方法,以单个住户的日均用电和全年最大日负荷为指标聚类,基于聚类分析结果提出随机用电模型,模拟区域尺度住宅建筑逐户逐日用电负荷。应用华东某重点城市智能电表采集的整年居民用电数据开展研究分析案例,实现区域住宅建筑居民日用电负荷的模拟再现。提出“数据异常值预处理、聚类分析、模型构建和检验”系列研究分析方法,可有效满足能源互联网建设对大量末端用户用电负荷的模拟分析需求。     

基于时间序列的用电数据趋势分析

用电数据分析在电力行业有着广泛的应用前景,通过对用电数据进行大数据挖掘,结合相似用户的普遍用电特征,来分析用电数据的趋势,研究基于时间序列的用电数据趋势分析方法,并建立了可回溯的动态窗口分析模型,从用电数据趋势变化的角度出发,揭示用电趋势变化的规律,并利用实际的用电数据对算法进行了验证。