[发明专利]一种负荷特性影响因素定量分析的方法

说明书

本发明涉及一种负荷特性影响因素定量分析的方法，属于电力工程技术领域。本发明首先利用主成分分析法提取负荷特性影响因素的主要指标，后对传统的灰色关联度分析法进行了改进，采用模糊加权的灰色关联度分析法对主要的影响因素指标进行定量分析，从而得出关于负荷特性指标与主要影响因素指标之间的关联度，便于使用者根据不同因素的影响有针对性地采取合适的预测方法，以提高地区负荷预测准确率，确保电网安全、经济、高效运行有着重要的意义。

技术领域

本发明涉及一种负荷特性影响因素定量分析的方法，属于电力工程技术领域。

背景技术

电力负荷特性是整个电网用电结构、用电模式优劣的直观体现。随着市场经济的持续发展，电网负荷特性也随之不断变化。目前影响负荷特性变化的因素较多，如:经济发展水平及经济结构、居民收入和生活消费水平、电力消费结构、电价、气温和需求侧管理措施等。不同的影响因素所带来的结果也截然不同，存在很大的随机性和不确定性。这给建模分析带来了很大困难，因此过去对影响负荷特性因素的分析一直停留在定性分析阶段，难以保证分析预测的精度。

目前，已有不少学者针对电网负荷特性影响因素定量分析的研究，首先研究中影响负荷特性的指标因素众多，如何挑选并没有明确的划分。指标影响因素太少无法全面反映实际情况，而指标影响因素太多又过于繁杂，增加不必要的工作量。而传统灰色关联分析模型中，灰色关联度的求取对各历史数据采取平权处理，这并不符合事物的发展规律。

发明内容

本发明提供了一种负荷特性影响因素定量分析的方法，以用于得出关于负荷特性指标与主要影响因素指标之间的关联度从而指导使用者根据不同因素的影响有针对性地采取合适的预测方法。

本发明的技术方案是：一种负荷特性影响因素定量分析的方法，所述方法步骤如下：

S1、选取电力负荷特性的主要影响因素指标：对采用了主动分分析方法处理的基于电力负荷特征的历史数据中的n项数据指标提取m项主要影响因素指标；

S2、采用负荷特性指标与主要影响因素指标构成序列矩阵；将序列矩阵进行归一化处理，得到初值矩阵；计算差值矩阵；根据差值矩阵，计算关联度矩阵；

S3、将模糊互补优先关系矩阵F＝(f _t1t2)_T*T改造成模糊一致矩阵S＝(s_t1t2)_T*T，对模糊一致矩阵求权重值；根据权重值和关联度矩阵，计算模糊加权关联度；其中，T表示时间维数，t₁＝1,2,…,T；t₂＝1,2,…,T。

所述模糊互补优先关系矩阵中，当t₁>t₂时，表示历史时间t₁的数据比t₂的数据重要，令f_t1t2＝1；当t₁<t₂时，表示历史时间t₂的数据比t₁的数据重要，令f_t1t2＝0；当t₁＝t₂时，表示历史时间t₁的数据与t₂的数据同等重要，令f_t1t2＝0.5。

本发明的有益效果是：本发明首先利用主成分分析法提取负荷特性影响因素的主要指标，后对传统的灰色关联度分析法进行了改进，采用模糊加权的灰色关联度分析法对主要的影响因素指标进行定量分析，从而得出关于负荷特性指标与主要影响因素指标之间的关联度，便于使用者根据不同因素的影响有针对性地采取合适的预测方法，以提高地区负荷预测准确率，确保电网安全、经济、高效运行有着重要的意义。

附图说明

图1为本发明的流程图。

具体实施方式