[发明专利]一种应用于能源控制器的网荷协同控制方法

权利要求书

1.一种应用于能源控制器的网荷协同控制方法，其特征在于，包括：

获取用户用电信息；

根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据；

获取历史日数据；

根据所述用户画像数据和所述历史日数据生成分析预测模型；

根据所述分析预测模型获得可调负荷预估数据。

2.根据权利要求1所述的应用于能源控制器的网荷协同控制方法，其特征在于，所述获取用户用电信息的步骤，包括：

根据非侵入式负荷识别模块和/或侵入式负荷识别模块获取所述用户用电信息。

3.根据权利要求1所述的应用于能源控制器的网荷协同控制方法，其特征在于，所述用户用电信息包括细粒度数据，所述根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据的步骤，包括：

根据所述细粒度数据分析用户的用电特征、行为特征以及消费习惯，生成标签模型；

根据所述预设K均值聚类算法和所述预设用户簇群算法处理所述标签模型，生成所述用户画像数据。

4.根据权利要求1所述的应用于能源控制器的网荷协同控制方法，其特征在于，所述获取历史日数据的步骤，包括：

获取粗粒度数据，所述粗粒度数据包括历史日中的环境因素相关联的变量数据；

根据所述粗粒度数据进行模糊聚类分析，生成所述历史日数据。

5.根据权利要求4所述的应用于能源控制器的网荷协同控制方法，其特征在于，所述根据所述用户画像数据和所述历史日数据生成分析预测模型的步骤，包括：

将所述历史日数据和所述用户画像数据输入预设RBF人工神经网络，生成所述分析预测模型。

6.根据权利要求1所述的应用于能源控制器的网荷协同控制方法，其特征在于，所述根据所述分析预测模型获得可调负荷预估数据的步骤之后，所述方法还包括：

根据所述可调负荷预估数据生成负荷调控数据。

7.一种应用于能源控制器的网荷协同控制系统，其特征在于，包括：

用电信息获取模块，用于获取用户用电信息；

用户画像模块，用于根据预设K均值聚类算法和预设用户簇群算法对所述用户用电信息进行画像测绘，获得用户画像数据；

历史日数据获取模块，用于获取历史日数据；

分析预测模块，用于根据所述用户画像数据和所述历史日数据生成分析预测模型；

负荷预估模块，用于根据所述分析预测模型获得可调负荷预估数据。

8.根据权利要求7所述的应用于能源控制器的网荷协同控制系统，其特征在于，所述用电信息获取模块具体用于根据非侵入式负荷识别模块和/或侵入式负荷识别模块获取所述用户用电信息。

9.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的应用于能源控制器的网荷协同控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1至6任一项所述的应用于能源控制器的网荷协同控制方法。