[发明专利]一种基于分类分析的客户用电行为特征分析方法

说明书

本发明涉及一种基于分类分析的客户用电行为特征分析方法，包括以下步骤：步骤一建立电力用户在各种用电模式下的各项用户负荷特性指标；步骤二分析用电行为模式的影响因素，然后利用主成分分析法提取出p个用户用电行为模式的主要影响因素；步骤三基于决策树分类方法的客户用电行为分析。本发明方法分析结果精细，准确度高，能深入到用户层面，有利于需求响应策略制定的精细化。

技术领域

本发明涉及一种电网负荷特性分析的技术领域，具体的是一种基于分类分析的客户用电行为特征分析方法。

背景技术

负荷特性分析是智能电网研究的基础，传统的电力系统用电特性分析方法主要有两类：一是按影响因素分析，即在其余变量保持不变的前提下逐个提取因变量，定性或者定量描述其对自变量的影响程度，但对象都是区域电网，远远不及电力供应侧的研究精度和深度，无法适应推行智能需求侧管理的需要；二是按行业分类分析，即先对各行业或者细化到某类型用户的用电特性进行分析，定性或者定量得到各类型用户对区域电网用电特性的影响。但是其精确度不高，并且很难根据分析结果进行负荷预测。

总体而言现有负荷特性分析技术数据利用率低，分析结果粗糙，精度不高，且无法深入到用户层面，不利于需求响应策略制定的精细化。大数据技术的迅速发展给也负荷分析工作带来了更多的机遇和挑战。研究大数据环境下，负荷特性分析的新思路、新方法具有重要意义。

发明内容

本发明所要解决的技术问题是建立一种基于分类分析的客户用电行为特征分析方法，定义新型负荷特性指标，运用主成分分析法提取主要的用电行为影响因素，再利用决策树分类法对用电行为根据不同特征进行分类。

本发明的技术方案：

一种基于分类分析的客户用电行为特征分析方法，包括以下步骤：

步骤一：建立电力用户在各种用电模式下的各项用户负荷特性指标；

步骤二：分析用电行为模式的影响因素，然后利用主成分分析法提取出p个用户用电行为模式的主要影响因素；

步骤三：基于决策树分类方法的客户用电行为分析。

优选的，步骤一所述的用户负荷特性指标包括传统负荷特性指标、负荷重要性等级指标、柔性用电特性指标和负荷短期的需求响应指标。

优选的，所述传统负荷特性指标包括日负荷率、日最大/小负荷、日平均负荷、日峰谷差特性指标，还包括与需求响应相关的指标。

优选的，所述负荷重要性等级指标包括四级，分别为I级指标：安全保障负荷；II级指标：主要生产性负荷；III级指标：辅助生产负荷；IV级指标：非生产性负荷。

优选的，所述柔性用电特性指标在用电特性分析的基础上，建立负荷分解模型来计算负荷中的刚性负荷和柔性负荷：

L＝L_basic+L_weather

式中：L为总负荷；L_basic为基础负荷，它反映负荷在较长持续时间内某种总的发展趋势，具有一定的稳定性、周期性和季节性；L_weather为气象敏感负荷，反映气象因素温度、湿度、降雨、风速和云量对负荷变化的影响，是随气象因素变化上下波动的负荷分量，主要体现为降温取暖负荷。

优选的，负荷短期的需求响应指标包括负荷可调能力、负荷价格弹性、需求响应速度指标爬坡速率和需求响应容量指标。

优选的，步骤二影响客户用电行为的内外部因素用户因素、系统因素、环境因素和政策因素。

优选的，步骤二提取用户用电行为模式的主要影响因素的方法包括以下步骤：

1)取m个观测日，n个待分析用电行为影响因素的观测样本矩阵为：