[发明专利]一种负荷分析的用户用电行为分析方法

说明书

本发明涉及用电行为分析的技术领域，揭露了一种负荷分析的用户用电行为分析方法，方法包括：利用非线性概率分析方法从预处理后的用户用电负荷数据中提取用户用电特征图；对提取的用户用电特征图进行多维投影；对得到的多维用户用电投影特征进行变异聚类处理实现特征降维；构建不同用电行为类别的用电行为模板；将降维后的用户用电特征以及用电行为模板输入到用电行为识别模型中，模型输出用电行为相似度，基于相似度确定用户的用电行为类别。本发明通过提取包含用户用电行为显著信息的用户用电特征图，利用多维投影以及变异聚类方式降低用户用电特征的维度，提高用电行为分析效率，基于卡方检验构建用电行为识别模型进行用电行为识别。

技术领域

本发明涉及用电行为分析的技术领域，尤其涉及一种负荷分析的用户用电行为分析方法。

背景技术

随着城市化进程的快速发展，各类用电电器使用的阶段性极强，从而导致城市供电网负荷阶段性增加，给电力系统平稳运行带来了不小的隐患。用电行为包含了电力用户在外界环境影响下进行的用电活动及背后的行为规律，可以通过管理手段使得全社会用电量趋于平衡，因此对各类用电行为进行分析尤为重要。目前很多专家学者均提出不同理论方法的居民用电行为分析方法，但该些方法仅针对电网负荷变化情况作了居民用电行为分析，家用电器用电时间和季节不同对电网造成的负荷也不尽相同，由此该方法具有一定的片面性。针对该问题，本发明提出一种负荷分析的用户用电行为分析方法，为电网安全运行提供更高的保障。

发明内容

有鉴于此，本发明提供一种负荷分析的用户用电行为分析方法，目的在于：利用非线性概率分析方法提取得到用户用电特征图，其中所提取的用户用电特征图反映了用户用电负荷数据的局部奇异点，局部奇异点表示用电负荷时序数据的突变信息，采用可调整阶数，利用较大阶数的波动函数值捕捉用户用电负荷数据的大波动偏差信息，利用较小阶数的波动函数值捕捉小波动偏差信息，形成包含用户用电行为显著信息的用户用电特征图；对所提取的用户用电特征图进行多维投影，基于用户用电特征图的上下包络线投影剔除用户用电行为特征图内的噪音干扰点，并利用基于不同维度投影的相似性偏差变异参数计算任意投影特征的相似性，根据相似性进行投影特征的聚类，降低用户用电特征的维度，提高计算效率，并基于卡方检验构建用电行为识别模型，将降维后的用户用电特征以及用电行为模板输入到用电行为识别模型中，根据模型输出结果确定用户用电行为类别，通过统计不同区域的用户用电行为类别分布情况，可以通过管理手段使得全社会用电量趋于平衡。

实现上述目的，本发明提供的一种负荷分析的用户用电行为分析方法，包括以下步骤：

S1：采集待用电行为分析用户的用户用电负荷数据，并对采集的用户用电负荷数据进行预处理；

S2：利用非线性概率分析方法从预处理后的用户用电负荷数据中提取用户用电特征图，其中多重分形为所述非线性概率分析方法的主要实施方式；

S3：对提取的用户用电特征图进行多维投影，剔除用户用电行为特征图内的噪音干扰点，得到多维用户用电投影特征；

S4：对得到的多维用户用电投影特征进行变异聚类处理，得到降维后的用户用电特征；

S5：构建不同用电行为类别的用电行为模板；

S6：构建用电行为识别模型，将降维后的用户用电特征以及用电行为模板输入到用电行为识别模型中，模型输出用电行为相似度，若相似度小于指定阈值，则表示待用电行为分析用户的用电行为类别为用电行为模板所对应的用电行为类别，否则不是。

作为本发明的进一步改进方法：

可选地，所述S1步骤中采集待用电行为分析用户的用户用电负荷数据并进行预处理，包括：

采集待用电行为分析用户的用户用电负荷数据，所述用户用电负荷数据为用户的用电设备总功率时间序列数据，所述用户用电负荷数据的表示为：