[发明专利]一种基于形态分析的用户侧负荷特征聚类评价方法

说明书

本发明公开了一种基于形态分析的用户侧负荷特征聚类评价方法，包括以下步骤：采用计算机的数据输入模块输入地区的各类用户每年的日负荷数据；表征各用户单一用户全年的典型用能行为；基于步骤S2所得到的各单一用户的典型日负荷曲线，先提取各曲线形态特征，将单一用户按照典型日负荷曲线的形态特征进行分类，得到不同类别用户的负荷特征曲线；利用“云重心”评价单元的“云重心”发生器产生最终的评估结果；由计算机结果输出模块输出可视化的用户侧负荷特征聚类结果和“云重心”评估结果。本发明具有将海量用户侧数据物尽其用，对负荷数据进行精准分析，挖掘用户侧负荷特点，对用户侧的用能行为优劣做出评价的优点。

技术领域

本发明涉及用户侧负荷特征聚类技术领域，尤其是涉及一种基于形态分析的用户侧负荷特征聚类评价方法。

背景技术

在电力领域，具体表现为分布式能源、储能、电动汽车推广应用，使得用户侧负荷结构日渐复杂。与此同时，用户侧的智能量测装置普及使用，电力部门可获取详细的用户侧负荷数据，如何将海量用户侧数据物尽其用，对负荷数据进行精准分析，挖掘用户侧负荷特点，对用户侧的用能行为优劣做出评价，进而制定具有用户互动性的运营策略，是当前电力系统面临的重要问题

近年来，大数据学科、数据挖掘技术迅速发展，为针对海量用户侧负荷数据进行分析研究提供了技术支持，本发明在智慧能源网络建设的背景下，考虑分布式能源、储能、电动汽车等多种资源接入对用户侧用能行为的影响，提出了一种基于形态分析的用户侧负荷特征聚类评价方法，为电力部门了解多种资源接入下的用户侧负荷特性变化，进行更具互动性的运营模式调整提供技术支持。

发明内容

本发明的主要目的在于提供基于形态分析的用户侧负荷特征聚类评价方法，用以解决海量用户侧数据不能物尽其用、不能对负荷数据进行精准分析以及无法对用户侧的用能行为优劣做出评价的问题。

为实现上述目的，本发明采取的技术方案为：

本发明的上述技术问题主要是通过下述技术方案得以解决的：

本发明公开了一种基于形态分析的用户侧负荷特征聚类评价方法，包括以下步骤：

步骤S1：采用计算机的数据输入模块输入地区的各类用户每年的日负荷数据；

步骤S2：采用基于欧氏距离聚类的可能性模糊C—均值聚类算法(PFCM)进行负荷聚类，从各类用户负荷数据中先得到各单一用户的典型日负荷曲线，用以表征各用户单一用户全年的典型用能行为；

步骤S3：基于步骤S2所得到的各单一用户的典型日负荷曲线，先提取各曲线形态特征，再利用可能性模糊C—均值聚类算法(PFCM)进行聚类，将单一用户按照典型日负荷曲线的形态特征进行分类，得到不同类别用户的负荷特征曲线；

步骤S4：利用负荷特征评价指标体系对各类用户的负荷特征曲线进行评估，利用“云重心”评价单元的“云重心”发生器产生最终的评估结果。

步骤S5，由计算机结果输出模块输出可视化的用户侧负荷特征聚类结果和“云重心”评估结果。

作为优选，所述的步骤S2中，所述的可能性模糊C—均值聚类算法(PFCM)的核心步骤为：

(1)设订聚类数目C，且1Cn并设定m取值范围为[0,∞)；

(2)初始化算法迭代次数L，使之为1；

(3)将可能性划分矩阵u_ik初始化，设定η的值；

(4)循环进行以下过程，直至目标函数与之前一次的差值小于设定的阈值时，或在L大于L_max：

对隶属度原型矩阵U进行更新，依据公式为：

对典型性原型矩阵T进行更新，依据公式为：