[发明专利]基于专变用户负荷智能识别与追踪技术研究的评估方法

说明书

本发明公开了一种基于专变用户负荷智能识别与追踪技术研究的评估方法，包括如下步骤：步骤一：从采集到的专变用户负荷波形曲线入手，以采集到的总线电压、电流、时间为分析对象，利用抽取及关联方法准确抽取出所运行的各设备负荷曲线；步骤二：通过研究不同的剔除方法，对比其优缺点，确定适用于专变用户负荷的干扰源剔除的方法；步骤三：开展负荷识别方法的研究，对比不同映射识别方法的差异，确定与波形时空数据库映射识别率较高的辨识方法；步骤四：基于设备的设备类型，多角度分析某负荷设备的暂态过程、稳态过程、波动周期、谐波分析、随机性周期分量不同状态下的关键特征量，进一步判断负荷设备的状态。

技术领域

本发明属于线损管理技术领域，尤其涉及一种基于专变用户负荷智能识别与追踪技术研究的评估方法。

背景技术

近年来，电力能源的消耗呈稳步増长态势，可再生能源技术的不断发展伴随着其发电量在总发电量中的比重不断上升，但火电等非可再生能源发电方式仍占绝对主导地位，环境污染和资源供给等问题依然严峻。与此同时，可再生能源本身的发展不平衡的矛盾也逐渐显露：可再生能源消耗的巨大增幅与同时期用电增速不匹配，由于国家政策的大力支持，以风光电为代表的可再生能源发电装机容量持续高增，远超社会用电量增速，供需不平衡发展进一步加剧了消纳问题；且因气候因素的不可控，导致可再生能源发电具有强波动性，在可再生能源并网比例越来越高的情况下，电网的稳定运行和调度面临巨大的挑战。在各类应对措施中，需求侧响应的作用不容忽视。

通过对市场个性化需求和企业自身良性发展的挖掘，实现由以电力生产为中心向以客户为中心转变，推动电力工业向低耗能、低排放、高效率的绿色发展方式转变。通过对专变用户负荷辨识大数据的有效挖掘，推动以电网物理模型为核心的传统业务模式向以数据信息相关性为基础的大数据业务模式转变。

随着智能电网和电力行业新兴技术的发展，信息通信、高级量测、传感检测等监测技术逐渐得到应用，智能电网通过监测技术将供电侧和需求侧有机的联系起来，把电力用户视为一类与供电侧等效的可用资源，参与到电网的调度中，而监测过程中所产生的大量数据也为优化电网运行提供了前所未有的可能性。

发明内容

为了解决现有技术中在采集到的总线负荷曲线中实时抽取出用电设备的波形，在剔除干扰和噪声后得到有效的分析负荷曲线，而不同场景的专变负荷的干扰源存在很大差异，且干扰因素不单一，会有多重因素的问题，本发明针对集中场景逐一开展分析，从而提供了一种基于专变用户负荷智能识别与追踪技术研究的评估方法。

本发明提供的技术方案如下：

一种基于专变用户负荷智能识别与追踪技术研究的评估方法，包括如下步骤：

步骤一：从采集到的专变用户负荷波形曲线入手，以采集到的总线电压、电流、时间为分析对象，从不同的维度和层次分析特征量，包括电压、电流、谐波、瞬时功率、时间等特征量，利用抽取及关联方法准确抽取出所运行的各设备负荷曲线，为后续的研究内容提供基础；

步骤二：通过分析专变用户内部的干扰源来源，确定影响负荷识别的干扰源，研究不同的剔除方法，对比其优缺点，确定适用于专变用户负荷的干扰源剔除的方法；

步骤三：开展负荷识别方法的研究，通过提取负荷特征量，对比不同映射识别方法的差异，确定与波形时空数据库映射识别率较高的辨识方法；

步骤四：基于设备的设备类型，多角度分析某负荷设备的暂态过程、稳态过程、波动周期、谐波分析、随机性周期分量不同状态下的关键特征量，不同状态下同一关键特征量所表现的特性存在差异，根据不同状态下关键特征量的差异和特点开展不同状态下综合负荷曲线散列分解方法的研究，进一步判断负荷设备的状态。

其中，所述特征量包括稳态特征和暂态特征，暂态特性尖峰、状态切换时的时域和频域特性作为负荷抽取的特征量。