[发明专利]基于随机源矩阵和层次分析的用电特征辨识方法及系统

权利要求书

1.一种基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

包括以下过程：

获取待分析地区的有功负荷数据和气象因素数据；

根据有功负荷数据构建基本状态矩阵，根据气象因素数据构建影响因素矩阵，根据基本状态矩阵和影响因素矩阵，得到增广数据源矩阵；

通过移动窗口，从增广数据源矩阵中选取子矩阵；

根据子矩阵，得到第一目标层的因素，以第一目标层因素为准侧，得到第二目标层的各个因素的两两比较判断矩阵；

根据两两比较判断矩阵，得到第二目标层的各个因素相对于总目标的权重，根据第二目标层的各个因素作为准则时的第三目标层的排序权向量，构建排序权矩阵，根据排序权矩阵，得到第三目标层各个因素相对于总目标的权重；

根据第三目标层各个因素对于总目标的权重，得到有功负荷数据的分析结果。

2.如权利要求1所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

第一目标层的因素为平均谱半径或者皮尔森相关系数。

3.如权利要求1所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

第二目标层的因素为单一气象指标和耦合气象指标。

4.如权利要求3所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

单一气象指标包括：温度、湿度、光照和风速。

5.如权利要求3所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

耦合气象指标包括：舒适度指数、实感温度和温湿指数。

6.如权利要求1所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

采用数字1-9的比例进行标度给定，构建各个因素的两两比较判断矩阵。

7.如权利要求6所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

两两比较判断矩阵A_n*n中，a_i,j为i元素和j元素之间的标度，a_j,i为的a_i,j倒数，a_ii均为1。

8.如权利要求1所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

根据两两比较判断矩阵，得到第二目标层的各个因素相对于总目标的权重，包括：

将两两比较判断矩阵的元素按列归一化；

将归一化的两两比较判断矩阵的元素按行相加得到第一矩阵；

对第一矩阵进行归一化，得到排序权向量，根据排序权向量得到各个因素相对于总目标的权重。

9.如权利要求1所述的基于随机源矩阵和层次分析的用电特征辨识方法，其特征在于：

第一目标层的因素为皮尔森相关系数时，计算子矩阵内两行数据的皮尔森相关系数，根据皮尔森相关系数构建量量比较判断矩阵。

10.一种基于随机源矩阵和层次分析的用电特征辨识系统，其特征在于：

包括：

数据获取模块，被配置为：获取待分析的有功负荷数据和气象因素数据；

增广数据源矩阵构建模块，被配置为：根据有功负荷数据构建基本状态矩阵，根据气象因素数据构建影响因素矩阵，根据基本状态矩阵和影响因素矩阵，得到增广数据源矩阵；

子矩阵获取模块，被配置为：通过移动窗口，从增广数据源矩阵中选取子矩阵；

两两比较判断矩阵构建模块，被配置为：根据子矩阵，得到第一目标层的因素，以第一目标层因素为准侧，得到第二目标层的各个因素的两两比较判断矩阵；

权重计算模块，被配置为：根据两两比较判断矩阵，得到第二目标层的各个因素相对于总目标的权重，根据第二目标层的各个因素作为准则时的第三目标层的排序权向量，构建排序权矩阵，根据排序权矩阵，得到第三目标层各个因素相对于总目标的权重；

用电行为分析模块，被配置为：根据第三目标层各个因素对于总目标的权重，得到有功负荷数据的分析结果。