[发明专利]一种用于用电行为预测的仿真数据生成方法及系统

权利要求书

1.一种用于用电行为预测的仿真数据生成方法，其特征在于：包括以下步骤：

获取预设时间段内的用户正常用电数据样本；

根据用电数据样本中的有功功率数据，利用交叉熵算法，进行用电设备的非侵入式负荷分解；

根据用电设备负荷分解结果，得到每个用电设备的运行规律；

根据单一用户每个用电设备的运行数据和运行规律，利用时间序列方法生成仿真数据；

综合单一用户所有用电设备的仿真数据输出该用户模拟用电仿真数据；

利用改进的交叉熵算法，进行用电设备的非侵入式负荷分解，包括：

预先给定一个初始阈值，若总有功功率值小于或等于初始阈值，将所有用电设备设为关闭状态；若总功率值大于初始阈值，进行进一步的负荷分解；

取随机数量的样本，并根据预设概率为某一用电设备指定随机数；

对每个样本，计算执行函数；

根据执行函数的大小，将样本按照升序排列；

选择最优样本组成最优样本组；

对于最优样本组中的每个样本，统计每次迭代中用电设备的状态变化次数；

根据预设概率、状态变化次数、最优样本组的样本数量和平滑参数，更新用电设备的状态概率；

增加迭代次数，当满足迭代停止条件时，输出负荷分解结果。

2.如权利要求1所述的用于用电行为预测的仿真数据生成方法，其特征在于：

通过统计当前次迭代中随机数被指定给当前用电设备的次数得到当前用电设备的状态变化次数。

3.如权利要求1所述的用于用电行为预测的仿真数据生成方法，其特征在于：

平滑参数与当前次迭代中随机数被指定给当前用电设备的次数的乘积再与最优样本组的个数的商为第一变量，1与平滑参数的差值再与预设概率的乘积为第二变量，第一变量和第二变量的和为更新后的用电设备状态概率。

4.如权利要求1所述的用于用电行为预测的仿真数据生成方法，其特征在于：

执行函数为：其中n为样本次数，s_ij[n]为第i个用电设备的第j种功率档位在样本次数为n时的状态，p_i,j为第i个用电设备在第j种状态下的功率，m为用电设备的个数，k为状态的数量。

5.如权利要求1所述的用于用电行为预测的仿真数据生成方法，其特征在于：

利用时间序列自回归模型，按照预设精度需要，根据单一用户每个用电设备的运行数据，生成仿真数据。

6.一种用于用电行为预测的仿真数据生成系统，其特征在于：包括：

数据获取模块，被配置为：获取预设时间段内的用户正常用电数据样本；

负荷分解模块，被配置为：根据用电数据样本中的有功功率数据，利用改进的交叉熵算法，进行用电设备的非侵入式负荷分解；

运行规律获取模块，被配置为：根据用电设备负荷分解结果，得到每个用电设备的运行规律；

各用电设备仿真数据生成模块，被配置为：根据单一用户每个用电设备的运行数据和运行规律，利用时间序列方法生成仿真数据；

用户仿真数据生成模块，被配置为：综合单一用户所有用电设备的仿真数据输出该用户模拟用电仿真数据；

利用改进的交叉熵算法，进行用电设备的非侵入式负荷分解，包括：

预先给定一个初始阈值，若总有功功率值小于或等于初始阈值，将所有用电设备设为关闭状态；若总功率值大于初始阈值，进行进一步的负荷分解；

取随机数量的样本，并根据预设概率为某一用电设备指定随机数；

对每个样本，计算执行函数；

根据执行函数的大小，将样本按照升序排列；

选择最优样本组成最优样本组；

对于最优样本组中的每个样本，统计每次迭代中用电设备的状态变化次数；

根据预设概率、状态变化次数、最优样本组的样本数量和平滑参数，更新用电设备的状态概率；

增加迭代次数，当满足迭代停止条件时，输出负荷分解结果。

7.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的用于用电行为预测的仿真数据生成方法中的步骤。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的用于用电行为预测的仿真数据生成方法中的步骤。