[发明专利]一种基于数据驱动的配电网用户无功用电行为分析方法

说明书

本发明公开了一种基于数据驱动的配电网用户无功用电行为分析方法，包括：获取不同用户的历史用电数据，计算对应的功率因数数据；对功率因数数据进行预处理，得到功率因数日曲线和功率因数日序列数据；步骤S3：对所述功率因数日序列数据进行降维和聚类，得到所述功率因数日曲线的分类结果；步骤S4：进行无功用电行为分析，得到不同用户的无功用电模式和无功用能特性。本发明分析典型用户的无功用电行为，有助于用电管理和配电网经济、安全运行；多层卷积自编码器能够有效提取深层特征，准确率高，对低维的深层特征进行聚类分析，能够减小聚类时间，提高聚类效率。

技术领域

本发明涉及用电行为分析技术领域，具体涉及一种基于数据驱动的配电网用户无功用电行为分析方法。

背景技术

先进的通信、量测和数据管理技术，大量电力用户的数据被采集并记录下来，利用大数据深度挖掘用户的负荷特性，能够为电网公司开展需求侧调度工作提供便利，因此国内外学者越来越关注用户的用电行为分析。

但是，现有技术中对用户用电行为的研究大多数指的是有功负荷，没有考虑海量用电数据中隐藏的无功用电信息，利用这些隐藏的无功用电信息分析用户的无功用电行为、探索用户的无功特性，对目前用电管理以及配电网经济、安全运行。

发明内容

本发明的目的是为了提供一种基于数据驱动的配电网用户无功用电行为分析方法。旨在解决现有技术对用户用电行为的研究大多数指的是有功负荷，缺少利用无功用电信息，分析用户的无功用电行为、探索用户的无功特性的问题。

为达到上述目的，本发明通过以下技术方案实现：

本发明提供了一种基于数据驱动的配电网用户无功用电行为分析方法，包括：

步骤S1：获取不同用户的历史用电数据，根据所述历史用电数据，计算对应的功率因数数据；

步骤S2：对所述功率因数数据进行预处理，得到功率因数日曲线和功率因数日序列数据；

步骤S3：根据多层卷积自编码器和K均值聚类算法(k-means算法)，对所述功率因数日序列数据进行降维和聚类，得到所述功率因数日曲线的分类结果；

步骤S4：根据所述功率因数日曲线的分类结果，进行无功用电行为分析，得到不同用户的无功用电模式和无功用能特性。

优选的，所述历史数据包括历史有功功率数据、历史无功功率数据或历史电流电压数据。

优选的，对所述功率因数数据进行预处理具体包括：对缺失数据剔除或填补、异常数据检测并修复，不满足预设剔除条件的数据可当做异常数据处理。

优选的，所述异常数据的判定为：在一条曲线中突然升高或者突然降低的数据判定为异常数据，则所述异常数据的判定式为：

式中：P(t)为所述功率因数日曲线在t时刻的取值，

P(t-1)为所述功率因数日曲线在t-1时刻的取值，

ρ表示所述功率因数日曲线在t时刻的变化率，设定阈值为0.5，ρ＞0.5判定为异常值。

优选的，所述异常数据修复采用插值法，根据所述功率因数数据中的已知点建立插值函数f(x)，由对应点x_i的函数f(x_i)代替未知点；

采用平滑修正函数，其表达式为：

式中：m分别表示在t时刻向前所取的点的个数，

a分别表示在t时刻向后所取的点的个数，

m₁表示当前m的取值，