[发明专利]一种用能评估与用电安全分析方法和系统在审

专利信息
申请号: 202010537138.0 申请日: 2020-06-12
公开(公告)号: CN111798333A 公开(公告)日: 2020-10-20
发明(设计)人: 王清;李琮琮;郭亮;刘松;吴悠;朱红霞;李骁;刘丽君;赵曦;徐子骞 申请(专利权)人: 国网山东省电力公司电力科学研究院;华北电力大学;国家电网有限公司
主分类号: G06Q50/06 分类号: G06Q50/06;G06K9/62;G06Q10/06
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 肖继军;王萍
地址: 250002 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 评估 用电 安全 分析 方法 系统
【权利要求书】:

1.一种用能评估与用电安全分析方法,其特征在于:

所述方法包括:

对用户用电行为特征进行提取和分析,评估用户综合能效;

对用电安全事件进行分类和分析,给出用户用能策略,实现用户安全用能。

2.根据权利要求1所述的一种用能评估与用电安全分析方法,其特征在于:

所述对用户用电行为特征进行提取和分析,评估用户综合能效,包括以下步骤:

步骤1:对用户用电行为特征进行提取,构成用户用电行为特征集,实现数据降维;

步骤2:对用户用电行为特征集中的特征进行聚类分析,实现根据不同用电行为的用户分类;

步骤3:对用户用电行为特征集中的各项特征进行权重计算,得到用户用电行为综合评估值;

步骤4:根据所述综合评估值,开展用户用能纵向分析,评估同一类型用户不同时间尺度上的综合能效;

步骤5:根据用户类别和所述综合评估值,开展不同类型用户用能横向比较,评估和比较相同时间段不同类型用户的综合能效。

3.根据权利要求2所述的一种用能评估与用电安全分析方法,其特征在于:

所述步骤1基于主成分分析法对用户用电行为特征进行提取,构成用户用电行为特征集,实现数据降维,具体包括:

步骤1.1:将用户用电行为作为负荷样本,得到m*n维特征矩阵:

X′={xij|i=1,...,m,j=1,...,n}

其中,n为负荷样本包括的特征数,m为n维特征中每一维对应的样本数量;

则特征矩阵X′的协方差矩阵Z为:

步骤1.2:计算协方差矩阵Z的特征值λ12,...,λn与特征向量e1,e2,...,en,其中λ1≥λ2≥...≥λn≥0;

步骤1.3:解协方差矩阵Z的特征方程|Z-λIn|=0得到n个特征根,根据特征根筛选主成分,构成用户用电行为特征集X,实现数据降维。

4.根据权利要求3所述的一种用能评估与用电安全分析方法,其特征在于:

步骤1还包括步骤1.4:计算协方差矩阵Z的方差贡献率ηi以及累计方差贡献率η∑(k)

计算公式为:

其中,ηi为第i个成分的方差贡献率;k为根据特征根筛选确定的主成分个数;方差贡献率ηi和累计方差贡献率η∑(k)的结果表示已确定的主成分能够解释原变量的信息量的百分比。

5.根据权利要求3所述的一种用能评估与用电安全分析方法,其特征在于:

步骤1.3中选用特征根大于1的成分作为主成分。

6.根据权利要求3所述的一种用能评估与用电安全分析方法,其特征在于:

步骤1所述用户用电行为特征包括日用电量、日最大负荷、日最小负荷、日平均负荷、日负荷率、峰时耗电率、谷电系数、日最小负荷率、日峰谷差和日峰谷差率。

7.根据权利要求3所述的一种用能评估与用电安全分析方法,其特征在于:

步骤3中,将步骤1得到的k项主成分作为评估指标,则每项指标有m个被评价对象;基于熵权法,对用户用电行为特征集X中的各项特征进行权重计算,得到用户用电行为综合评估值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司电力科学研究院;华北电力大学;国家电网有限公司,未经国网山东省电力公司电力科学研究院;华北电力大学;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010537138.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top