[发明专利]基于负荷曲线形态的电力用户分类方法、装置及存储介质在审
申请号: | 201810494999.8 | 申请日: | 2018-05-22 |
公开(公告)号: | CN108734216A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 王星华;刘升伟 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q30/02;G06Q50/06 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 510060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 负荷曲线 目标数据 分类 电力用户 用电规律 天数 存储介质 分类准确性 分类装置 形态曲线 用电用户 规律性 | ||
1.一种基于负荷曲线形态的电力用户分类方法,其特征在于,包括:
获取预定天数内与各用户对应的目标数据;
根据所述目标数据确定各所述用户在所述预订天数内的用电规律;
根据所述用电规律对各所述用户进行第一分类;
利用所述第一分类后与各所述目标数据对应的负荷曲线形态对各所述用户进行第二分类。
2.根据权利要求1所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述获取预定天数内与各用户对应的目标数据包括:
获取所述预定天数内与各所述用户对应的用电数据量;
确定与所述用电数据量对应的时间轴;
将所述时间轴划分为预定间隔的时间段并对各所述时间段进行编号;
确定各所述时间段内各时刻对应的用电量的总和并求解各所述时间段内的平均用电量;
根据所述平均用电量和与所述平均用电量对应的各时间段的编号得到所述目标数据。
3.根据权利要求2所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述根据所述目标数据确定各所述用户在所述预订天数内的用电规律包括:
利用所述目标数据确定各所述用户每天设定时间段内的用电量;
根据各所述用电量确定与各所述用电量对应的用户在所述预定天数内的所述用电规律。
4.根据权利要求3所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述根据各所述用电量确定与各所述用电量对应的用户在所述预定天数内的用电规律包括:
将与各所述编号对应的用电量进行排序;
利用马尔科夫状态转移模型确定各所述用电量的转移矩阵;
根据所述转移矩阵确定各所述用户的用电规律强度值以确定各所述用户的所述用电规律。
5.根据权利要求4所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述根据所述用电规律对各所述用户进行第一分类包括:
利用k-means聚类算法对与各所述用电规律强度值对应的用户进行所述第一分类以将各所述用户分为第一规律性用户和第二规律性用户。
6.根据权利要求1至5任意一项所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述利用所述第一分类后与各所述目标数据对应的负荷曲线形态对各所述用户进行第二分类包括:
确定经所述第一分类后的与各所述目标数据对应的负荷曲线形态;
利用余弦相似度聚类算法对各所述负荷曲线形态进行分析以将各所述目标数据对应的用户进行第二分类。
7.根据权利要求6所述的基于负荷曲线形态的电力用户分类方法,其特征在于,所述利用余弦相似度聚类算法对各所述负荷曲线形态进行分析以将各所述目标数据对应的用户进行第二分类之后,还包括:
获取经所述第二分类后的各类用户的目标负荷曲线形态;
确定与各所述目标负荷曲线形态对应的各类用户的每天中最大用电量、最小用电量以及平均用电量;
根据所述最大用电量、所述最小用电量和所述平均用电量确定所述各类用户的用电信息并提供与所述用电信息对应的供电服务。
8.一种基于负荷曲线形态的电力用户分类装置,其特征在于,包括:
获取模块,用于获取预定天数内与各用户对应的目标数据;
用电规律确定模块,用于根据所述目标数据确定各所述用户在所述预订天数内的用电规律;
第一分类模块,用于根据所述用电规律对各所述用户进行第一分类;
第二分类模块,用于利用所述第一分类后与各所述目标数据对应的负荷曲线形态对各所述用户进行第二分类。
9.一种基于负荷曲线形态的电力用户分类装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现如权利要求1至7任一项所述的基于负荷曲线形态的电力用户分类方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1至7任一项所述的基于负荷曲线形态的电力用户分类方法的步骤。
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广东工业大学,未经广东工业大学许可,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/201810494999.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:软件分类方法及装置
- 下一篇:一种基于聚类分析的客户细分方法及装置