基于空间密度聚类和异常数据域的负荷异常值识别方法

针对海量电力负荷数据,提出一种基于空间密度聚类和异常数据域的负荷异常值识别方法.首先,基于空间密度聚类方法将负荷曲线按照正常和异常用电模式进行分类,并对正常用电模式中的负荷曲线进行负荷水平分类.然后,在不同负荷水平下,利用负荷期望值的置信区间和负荷样本与样本均值之间偏差的四分位差,构建异常数据域.考虑非典型用电行为的偶然性,引入用电时刻偏移量,对形成的异常数据域进行修正,并构建面向异常用电模式的异常数据域.在算例中,采用居民和工业用户的负荷数据集对所提方法进行检验,相比于传统方法,文中所提方法的识别精确率平均提高了10％以上,综合评价指标平均提高了4％以上.     

广东电网用户负荷特性及用电特点研究

在对广东电网各地市用户调研基础上,按《国民经济用电分类表》的分类对各行业用户选取典型值进行负荷特性分析,从负荷特性指标、负荷曲线、用电趋势、负荷密度等方面总结了各类用户负荷特性及用电特点,并对后续开展配电网规划和需求侧管理提出了具体建议。     

多级负荷聚类和解耦机制的配电网短期负荷预测方法

为解决配电网供电分区负荷特性因用电结构与用户用电习惯差异呈现多样性,导致泛化的预测模型难以提供满意计算精度,以及新投运配变由于缺乏历史数据积累,无法为机器学习提供大量训练样本的问题,提出了一种多级负荷聚类和解耦机制的短期负荷预测方法.首先,进行基于变电站用电量以及台区用户用电特性差异的多级负荷特性聚类.随后,对不同聚类配变构建基于脉冲神经网络的短期负荷预测模型,并采用负荷标幺曲线和基准值分开预测的解耦机制应对新投运配变的小样本问题.最后,综合分类预测结果得到日负荷预测曲线.实例证明该方法能实现负荷预测的精细化,并减小新投运配变的预测误差影响,改善了综合预测结果.     

基于聚类分析的用户分类和用电行为分析

针对用户用电行为特性和用户用电负荷特性,利用K均值聚类法和模糊C均值聚类法对用户用电行为进行了分类分析。依据用户用电负荷曲线特性,使用K均值聚类和模糊C均值聚类的方法对用户用电类型进行了分类;依据聚类分析结果对用户用电行为进行了分析,分别分析了各类用户与总负荷曲线的相似度,分析了2种聚类方法的差异,为供电公司针对不同类型用户提高差异化供电服务提供了参考依据。     

基于KL变换和KL散度的电网数据特征提取与分类

智能电网用户行为特征的分析在电力营销策略中扮演者重要的角色。文中结合KL变换和KL散度的方法,提取与分类用电数据信息的特征,实现不同类型的用电数据划分。同时通过综合分析所有用户的日负荷曲线,提取不同类型用户的典型日负荷曲线。研究结果表明:基于KL变换的方法,通过对原始数据的压缩和主要特征的保留,大大降低了智能电网数据提取与分类的计算量,提高了时间效率;基于KL散度的方法,通过对k-means算法中的k值和初始聚类中心的选择进行优化,提高了聚类效果的准确率;实例中电网用户正常数据为38组,可分为3类典型用户,迎峰用电型、错峰用电型、部分迎峰用电型。该研究结果可以更加有效地对电网用户用电行为进行分类,从而为售电公司进行业务拓展提供技术基础。     

模糊聚类方法在用户负荷曲线分析中的应用

采用基于负荷曲线进行用户分类的方法,运用数据挖掘技术中的模糊C均值聚类,将不同行业的用户混合在一起,利用聚类的观点将其分类,对各类负荷曲线进行分析和比较;将模糊C均值聚类算法应用在单个典型行业典型用户(主要是工业和三产的大用户)的分析中,可以发现不同季节、不同月份的负荷数据之间有一定的共性.     

基于日负荷曲线的负荷分类和综合建模

针对广域电力系统中负荷节点面广量大的困难，提出了基于日负荷曲线的、将统计综合法与总体测辨法相结合的电力负荷综合建模思路。首先通过对全网所有220 kV（或110 kV）负荷节点典型日负荷曲线进行构成分析，得出各负荷节点中行业用电构成的负荷比例；然后采用谱系数平均距离聚类分析法对全网负荷节点进行分类；再根据分类结果和少量负荷节点的实测参数，推广获得所有节点的负荷模型参数。该方法已成功应用于河南电网和福建电网，结果表明新方法简单实用、效果良好，为广域电力系统的负荷建模提供了新途径。     

基于统计综合的行业负荷静态特征参数研究

以统计综合法负荷建模的基本原理为基础,结合湖南电网的建模实践,在对用电行业进行合理划分的基础上,对行业用电设备的构成和设备比例进行了调查统计,确定各用电行业典型用户的负荷结构,然后根据统计综合原理,用行业典型用户确定出该行业的综合负荷结构,利用典型用电设备的静态幂函数参数综合计算出各用电行业的静态特征参数.建模实践证明了该方法的可行性和有效性,为积累符合我国国情的行业综合负荷静态模型参数库的数据进行了有益的探讨.     

基于用电模式数的大用户负荷短期预测技术研究

针对传统负荷预测方法适用性差问题,文中通过月均负荷率和负荷标准差与月均负荷率的比值对大用户进行划分,明确大用户的负荷特性分类。在此基础上,对分类用户的典型负荷曲线、波动曲线、连续负荷曲线进行分析,得出各类用户的用电模式数,再分别根据模式数制定针对性预测方法,提高可调度容量预测的精确度,为电力营销需求响应业务的快速发展提供技术支撑。     

广西电网负荷特性分析与预测

为准确把握广西负荷特性及其发展趋势,满足广西经济社会发展的用电需求,需对广西电网负荷特性进行研究。通过全面调查、分析广西电网统调、非统调以及各行业用户历史数据,分别采用叠加、剔除、还原等方法对历史曲线进行处理,分析负荷特性参数变化发展的规律,并结合广西用电结构预测,分别采用历史年负荷曲线修改法和典型日负荷曲线修改法预测广西年负荷曲线和日负荷曲线。基于历史典型曲线和未来用电结构变化预测所得的广西全社会负荷特性参数,2015年基本维持不变,2020年呈下降趋势。负荷特性预测结果可为广西电网规划研究、运行分析提供参考。     

改进FCM算法及其在电力负荷坏数据处理的应用

变电站日负荷曲线含有丰富的综合负荷构成特性信息,可以用于负荷特性的分类与综合,但必须对原始生数据进行坏数据的辨识与调整.在深入分析已有方法以及负荷建模对日负荷曲线分类与综合要求的基础上,提出一种基于拉格朗日(Lagrange)插值方法和模糊聚类原理的改进的模糊C均值聚类FCM( fuzzy C-means)算法应用于变...     

基于用户实际日负荷曲线的负荷分类策略研究

首先介绍了灰色关联聚类分析方法,然后选用该方法对某供电局涉及9类国民经济行业中的12个用户典型日负荷曲线进行聚类分析。通过案例说明采用该分类方法对负荷进行分类可更简单直接的表现各类用户负荷特性,为负荷特性分析、负荷预测、电网规划及需求侧管理等提供依据。     

改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法

聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。     

基于用电行为数字特征画像的电力用户两阶段分类方法

对用户开展精细化用电行为画像及分类,是电力企业精准掌握用户用电规律、提升服务水平和市场竞争力的关键因素之一.针对当前电力用户分类研究中用户用电行为画像结果片面、集成学习负荷分类研究中的基分类器冗余问题及负荷类别不平衡问题,提出一种基于用电行为数字特征画像的电力用户两阶段分类算法.第一阶段,提出一种结合谱聚类和集成强基分...     

基于功率空间的分时段负荷模型参数在线修正

提出对变电站负荷模型参数进行分时段修正的方法。首先通过定性分析不同类型特征参数提取综合负荷特性的能力,指出为分时段修正模型参数,可采用功率空间作为描述负荷曲线的特征参数;其次以典型的变电站聚类中心和行业综合日负荷曲线为基础,采用超标加权法求取一天内不同日负荷时段各特征参数权值;然后建立变电站实测日负荷数据对应的各日负荷时段单因素评判集,结合相应时段特征参数权值,采用模糊综合评判方法得到该变电站在不同时段所对应的实时行业负荷构成比例;最后结合其他途径获得的行业典型模型参数实现变电站综合负荷模型参数的分时段修正。论文以综合负荷的动态负荷比例为例,将分段修正所得结果与基于全天日负荷曲线及统计综合法所得结果对比分析,表明本文方法的合理性与有效性。     

陕西省典型行业日负荷曲线拟合方法

研究行业的负荷曲线对于了解各行业的负荷特性有很大帮助,目前的研究多应用模糊C均值聚类法拟合行业日负荷曲线,然而该方法对于专业知识要求高,计算量大,实际应用难度大。首先采用随机抽样与非随机抽样相结合的方式抽取典型用户,然后从统计学原理出发,依据样本到总体的思路,计算各行业的扩大系数,进而进行行业的负荷曲线拟合,并采用负控系统采集的大量实际用户日负荷曲线进行应用检验。实际应用表明,本文所提出的行业负荷曲线拟合方法能很好地描述实际情况,且应用简便。     

综合负荷特性的分类综合方法及其应用

针对当前负荷建模研究和工程应用中存在的问题,研究了动态负荷特性分类和综合的问题。分析了感应电动机综合负荷模型参数灵敏度,提出了基于模糊c均值聚类的负荷特性分类方法,其中提出了多种特征量,采用直接综合和加权平均综合两种综合方法对分类结果进行综合建模。现场实测数据建模实例证明了方法的有效性。     

行(产)业负荷特性研究

在对用户、变电站、供电线路等的负荷数据研究分析的基础上，提出了行业（产业）负荷特性参数统计计算方法，并对计算结果进行了分析。     

用典型负荷曲线叠加法编制韶关地区日负荷曲线

负荷特性的调研和分析作为电力市场分析的一项基础工作,对于电力企业的经营、规划和发展越来越重要.针对韶关地区电力负荷发展的实际情况,以韶关地区各典型行业的日负荷曲线为依据,考虑到现有调度录得的日负荷曲线的不足,运用典型负荷曲线叠加法编制了韶关地区实际日负荷曲线.运用典型负荷曲线叠加法编制韶关地区日负荷曲线有利于确保韶关电网的安全稳定运行和可靠供电,促进工农业生产的快速发展.     

基于实测响应空间的负荷动特性直接综合方法

明确指出了负荷动特性的分类与综合在面向实用化过程中所必须解决的3个层次问题。以基于实测响应空间的负荷动特性分类方法为基础,提出了一种负荷动特性直接综合方法:采用重心法原理确定各类负荷特性的聚类中心作为其等效实测响应样本;通过对各个聚类中心等效样本进行参数辨识以得到相应类的综合模型参数;运用判别分析法确定新实测样本的所属负荷特性类别并形成修正后的新的聚类中心等效样本;对加入新样本后的聚类中心等效样本进行参数辨识以得到相应类的修正综合模型参数。以某一变电站采集的负荷特性数据为例,验证了提出的方法简便、准确、有效。总结了考虑负荷时变性的总体测辨法建立某一综合负荷点的模型的大体步骤。