[发明专利]一种专变用户日电力负荷特征的分析方法及装置

说明书

本发明公开了一种专变用户日电力负荷特征的分析方法，包括：对专变用户日电力负荷异常数据进行消缺和修正；对消缺和修正后的专变用户日电力负荷数据进行处理，获得专变用户日典型电力负荷序列；基于改进的核模糊聚类算法对专变用户日典型电力负荷序列进行负荷特征模式分类，并基于聚类有效性评价指标自动确定模糊聚类的最佳聚类数，获取专变用户日电力负荷数据特征的典型模式，解决现有技术不能适应于高维特征的专变用户日电力负荷分析的问题。

技术领域

本申请涉及专变用户日电力负荷分析评估领域，具体涉及一种专变用户日电力负荷特征的分析方法，同时涉及一种专变用户日电力负荷特征的分析装置。

背景技术

专变用户(使用专业变压器的电力用户)作为电力用户的重要组成部分，其用电负荷特征呈高占比、多样化的发展趋势，对电网源、网、荷、储的升级、运行和维护都有着重要的影响。同时，随着智能电网及泛在电力物联网的快速发展，电网对用户电力负荷的实时监控与大数据采集手段日益丰富，为了满足电网调度自动化、营销专业化、检修合理化的信息需求，专变用户的日电力负荷特征分析是各项相关研究的基础和核心。

日电力负荷特征分析包括负荷特征指标计算、典型类型划分及模式识别。专变用户日电力负荷复杂的非线性性使其时间序列集具有混沌、随机与时变特性，难以确定完全精确的负荷模式类别。现有的日电力负荷特征分析方法大多基于特定行业，负荷特征类型比较固定，采用负荷平均法，K-means等方法进行分析，然而，随着电网的发展，对于包含行业类型较多、负荷特征类型数量未知、日电力负荷特征序列集较长的专变用户，传统的分析方法效果不佳，需要在原有的分析方法基础上进行改进，使其适应于高维特征的专变用户日电力负荷分析。

发明内容

本申请提供一种专变用户日电力负荷特征的分析方法及装置，用于解决现有技术不能适应于高维特征的专变用户日电力负荷分析的问题。

本申请提供一种专变用户日电力负荷特征的分析方法，包括：

对专变用户日电力负荷异常数据进行消缺和修正；

对消缺和修正后的专变用户日电力负荷数据进行处理，获得专变用户日典型电力负荷序列；

基于改进的核模糊聚类算法对专变用户日典型电力负荷序列进行负荷特征模式分类，并基于聚类有效性评价指标自动确定模糊聚类的最佳聚类数，获取专变用户日电力负荷数据特征的典型模式。

优选的，在对专变用户日电力负荷异常数据进行消缺和修正的步骤之前，还包括：

对专变用户日电力负荷异常数据的序列集进行纵向和横向异常数据判定；所述序列集纵向判定的依据为，

上式中，x_n,i为某专变用户负荷异常数据的序列集中第n天第i点的数据，由于专变用户负荷采集间隔为15min，则一天采集96个点，i＝1,2,…,96；

上式用于计算所述序列集的纵向方差；

根据上式进行异常数据的判定，ε为预设阈值，取1.0～1.2，如果满足上式，则判定为纵向异常数据；

所述序列集横向判定的依据为，

上式用于计算序列集的横向平均值，

σ_n，i＝|x_n，i-x'_n，i|

上式用于计算序列集的横向误差，

σ_n,i＞λx′_n,i