[发明专利]一种基于高斯混合算法的配电网用电时序解构方法

权利要求书

1.一种基于高斯混合算法的配电网用电时序解构方法，其特征在于，该解构方法包括以下分步骤：

步骤1：将配电网中每个用电器的分项电量数据分为训练集和测试集；

步骤2：针对训练集应用隐马尔科夫模型进行训练，获取最优参数解；

步骤3：结合最优参数解和总用电量数据构建总模型，利用总模型求出测试集上每个时刻总电量观测数据对应的状态，并将总状态分解到各个分项用电器所对应的状态上；

步骤4：根据步骤2中训练得到的每个用电器的分项模型预测每个用电器在测试时间内的先验期望值；

步骤5：利用先验期望值对总电量观测数据进行对比修订并得出最终解构结果；

所述步骤4中每个用电器在测试时间内的先验期望值的各个状态的概率的计算公式为：

式中，表示先验期望值的各个状态的概率，表示对应训练集最后时刻状态概率，Γ^h表示转移矩阵；

所述步骤4中每个用电器在测试时间内的先验期望值的各个状态的期望值的计算公式为：

式中，表示先验期望值的各个状态的期望值，S_t+h表示相关变量值，f()表示线性函数；

所述步骤4中每个用电器在测试时间内的先验期望值的计算公式为：

式中，表示每个用电器在测试时间内的先验期望值。

2.根据权利要求1所述的一种基于高斯混合算法的配电网用电时序解构方法，其特征在于，所述的步骤2包括以下分步骤：

步骤21：采用EM迭代算法对针对训练集应用隐马尔科夫模型进行训练的数学模型进行最优求解；

步骤22：针对最优求解过程设置对于残差、信息量和偏离度的满足条件。

3.根据权利要求1所述的一种基于高斯混合算法的配电网用电时序解构方法，其特征在于，所述步骤5中最终解构结果，其描述公式为：

式中，表示总用电量最终解构结果，表示总用电量预测值，Y_t+1day表示总用电量观测值，表示用电器用电量变化的修正值比例，表示用电器涨落的修正值比例，i和N均为自然数。

4.根据权利要求3所述的一种基于高斯混合算法的配电网用电时序解构方法，其特征在于，所述用电器用电量变化的修正值比例的计算公式为：

式中，表示第i个用电器的总用电量。

5.根据权利要求3所述的一种基于高斯混合算法的配电网用电时序解构方法，其特征在于，所述用电器涨落的修正值比例的计算公式为：

式中，m⁽ⁱ⁾表示第i个用电器的状态数，表示第i个用电器处于状态j的时间比例，表示第i个用电器处于状态j的状态概率。