[发明专利]一种多元气象因素对负荷变化影响相关性的分析方法在审
申请号: | 201610089587.7 | 申请日: | 2016-02-17 |
公开(公告)号: | CN105787259A | 公开(公告)日: | 2016-07-20 |
发明(设计)人: | 窦武;薛远天;和建军;王蕊 | 申请(专利权)人: | 国网甘肃省电力公司武威供电公司;北京中恒博瑞数字电力科技有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京中北知识产权代理有限公司 11253 | 代理人: | 冯梦洪 |
地址: | 733000 *** | 国省代码: | 甘肃;62 |
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 多元 气象 因素 负荷 变化 影响 相关性 分析 方法 | ||
技术领域
本发明涉及电力系统中需求侧负荷控制的技术领域,具体地涉及一种 多元气象因素对负荷变化影响相关性的分析方法。
背景技术
电力系统中需求侧控制对负荷特性的分析提出了严格的要求。负荷特 性的调研、分析作为电力市场分析的一项基础工作,对于电力企业的经营 控制及负荷的预测工作的作用十分重要。通过负荷特性分析,有助于电力 企业加深对电力系统负荷特性的了解,对负荷发展特性规律进行预测,从 而实施有力的需求侧控制措施,改善负荷特性与供需矛盾,提高系统运行 可靠性与经济性,为电力企业经营发展提供决策参考依据。
气象作为影响负荷变化的一个非常重要的因素,也越来越受到人们的 关注,但是目前都是人工地将气象影响加入负荷特性中,这样不能够准确 地确定气象因素对负荷影响的程度,从而无法改善负荷特性与供需矛盾, 并且需要大量的人工操作,效率也不高。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种多元气象 因素对负荷变化影响相关性的分析方法,其能够准确地确定气象因素对负 荷影响的程度,从而有效改善负荷特性与供需矛盾,并且基本无需人工操 作,工作效率大大提高。
本发明的技术解决方案是:这种多元气象因素对负荷变化影响相关性 的分析方法,该方法包括以下步骤:
(1)选择气象因素;
(2)采用模糊C均值法分析负荷数据;
(3)选取典型负荷数据曲线;
(4)建立模型来分析气象因素与负荷变化的相关性;
(5)进行相关性拟合优度检验;
(6)进行F检验;
(7)得出气象因素与负荷变化相关系数。
本方法通过采取模糊C均值法分析负荷数据,从中选取典型负荷曲线, 建立模型分析气象因素与负荷变化的相关性,然后进行相关性拟合优度检 验和F检验,最终得出相关系数。因此,能够准确地确定气象因素对负荷 影响的程度,从而有效改善负荷特性与供需矛盾,并且基本无需人工操作, 工作效率大大提高。
附图说明
图1示出了根据本发明的多元气象因素对负荷变化影响相关性的分析 方法的流程图。
具体实施方式
如图1所示,这种多元气象因素对负荷变化影响相关性的分析方法, 该方法包括以下步骤:
(1)选择气象因素;
(2)采用模糊C均值法分析负荷数据;
(3)选取典型负荷数据曲线;
(4)建立模型来分析气象因素与负荷变化的相关性;
(5)进行相关性拟合优度检验;
(6)进行F检验;
(7)得出气象因素与负荷变化相关系数。
本方法通过采取模糊C均值法分析负荷数据,从中选取典型负荷曲线, 建立模型分析气象因素与负荷变化的相关性,然后进行相关性拟合优度检 验和F检验,最终得出相关系数。因此,能够准确地确定气象因素对负荷 影响的程度,从而有效改善负荷特性与供需矛盾,并且基本无需人工操作, 工作效率大大提高。
优选地,所述步骤(1)中,所述气象因素包括:温度、湿度、风速、 降水量、风向、日照。
优选地,所述步骤(2)中,对用户的负荷特性进行分析,采用模糊C 均值法,均一化负荷值,以每刻的负荷为自变量,依据用户负荷曲线建立 不同类型负荷聚类模型。将同一类型负荷曲线的用户聚为一类。模糊C均 值法计算公式:算法通过最小化基于某种范数和聚类原型的目标函数将没 有标签的数据进行分类。令:
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甘肃省电力公司武威供电公司;北京中恒博瑞数字电力科技有限公司,未经国网甘肃省电力公司武威供电公司;北京中恒博瑞数字电力科技有限公司许可,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/201610089587.7/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用