一種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析的制作方法
【專利摘要】本發(fā)明公開(kāi)一種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，對(duì)每日母線負(fù)荷曲線進(jìn)行聚類分析，充分考慮了不同時(shí)段電量的波形大小，對(duì)波動(dòng)性較大的時(shí)段賦予較高的權(quán)重，以提升聚類算法對(duì)母線負(fù)荷辨識(shí)度，再根據(jù)母線負(fù)荷曲線聚類結(jié)果，對(duì)母線進(jìn)行劃分，然后在此基礎(chǔ)上提出了模式切換熵、相對(duì)波動(dòng)率、日平均負(fù)荷、溫度敏感度等四個(gè)指標(biāo)，從不同維度描述母線負(fù)荷特性；最后根據(jù)提取和特征，利用K最鄰近算法對(duì)母線負(fù)荷進(jìn)行分類，最終通過(guò)對(duì)廣州實(shí)際母線負(fù)荷數(shù)據(jù)進(jìn)行了算例仿真；該基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析所提出的指標(biāo)能夠較好的刻畫(huà)母線負(fù)荷特性，并能取得較好的分類效果。
【專利說(shuō)明】
-種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析
技術(shù)領(lǐng)域
[0001 ]本發(fā)明具體設(shè)及一種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析。
【背景技術(shù)】
[0002] 母線負(fù)荷定義為變電站的一臺(tái)主變所供電區(qū)域的終端負(fù)荷的總和，是對(duì)系統(tǒng)負(fù)荷 的細(xì)化。與系統(tǒng)負(fù)荷相比，母線負(fù)荷基數(shù)小，波動(dòng)性大。深入分析母線負(fù)荷的特性對(duì)于提高 負(fù)荷預(yù)測(cè)精度，評(píng)估電網(wǎng)安全穩(wěn)定，辨識(shí)需求響應(yīng)潛力等具有重要的意義。
[0003] 目前，對(duì)母線負(fù)荷的特性的分析與研究主要集中在負(fù)荷率、峰值出現(xiàn)時(shí)刻等描述 母線負(fù)荷形狀的基于簡(jiǎn)單數(shù)值統(tǒng)計(jì)的指標(biāo)上;然而，與系統(tǒng)負(fù)荷相比，母線負(fù)荷基數(shù)小，數(shù) 量多，波動(dòng)性大，需要提取能夠反映母線負(fù)荷隨機(jī)性和波動(dòng)性的指標(biāo)。
[0004] 現(xiàn)代電力系統(tǒng)正步入大數(shù)據(jù)時(shí)代，需要廣泛采集多元數(shù)據(jù)，利用先進(jìn)的數(shù)據(jù)挖掘 手段開(kāi)展應(yīng)用分析。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供了一種能夠較好地刻畫(huà)母線負(fù)荷特性，并能取 得較好的分類效果的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析。
[0006] 為了解決上述的問(wèn)題本發(fā)明的采用的技術(shù)W及方法如下：
[0007] -種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，包括數(shù)據(jù)預(yù)處理、聚類分析、指標(biāo)提取、 母線分類;其中，
[000引數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)么化兩個(gè)方面，數(shù)據(jù)清洗工作在集成的母線負(fù) 荷預(yù)測(cè)平臺(tái)中完成；
[0009] 在聚類分析階段，基于馬氏距離進(jìn)行處理，每條母線負(fù)荷曲線的根據(jù)其形狀進(jìn)行 劃分，然后計(jì)算每條母線劃分到不同類別的頻次，確定母線所屬類別；
[0010] 在指標(biāo)提取階段，提取每條母線在不同用電模式直接切換的規(guī)律程度，定義模式 切換賭來(lái)衡量;統(tǒng)計(jì)每條母線在不同時(shí)刻負(fù)荷波動(dòng)的相對(duì)大小，定義相對(duì)波動(dòng)率來(lái)衡量;計(jì) 算每條母線特定時(shí)段內(nèi)的平均負(fù)荷，定義日平均負(fù)荷來(lái)衡量;綜合分析電量對(duì)溫度的敏感 度，定義溫度敏感度來(lái)衡量；
[0011] 在母線分類階段，W在聚類分析階段對(duì)母線劃分結(jié)果作為標(biāo)簽，在指標(biāo)提取階段 得到的四個(gè)特征作為屬性，利用K最鄰近算法進(jìn)行有監(jiān)督的分類學(xué)習(xí)。
[0012] 進(jìn)一步的，在聚類分析階段，當(dāng)屬性相關(guān)、具有不同的值域、并且數(shù)據(jù)分布近似于 高斯分布時(shí)，歐氏距離的拓展，定義為：
[001引 d(Xi,Xj) = (Xi-Xj)[ 2 ]-i(Xi-Xj)T
[0014]式中：xi表示第i條負(fù)荷曲線;其中[S ri表示數(shù)據(jù)協(xié)方差矩陣的逆，數(shù)據(jù)X和y的協(xié) 方差矩陣定義如下：
[0015]
[0016] 式中：〇ij為第i時(shí)段負(fù)荷和第j時(shí)段負(fù)荷的協(xié)方差。
[0017] 進(jìn)一步的，在聚類分析階段，采用基于劃分的k-means聚類算法進(jìn)行分析，求解每 條母線負(fù)荷曲線類標(biāo)號(hào)Z的優(yōu)化，通過(guò)循環(huán)迭代求解：
[001 引
[0019] 式中：N表示待聚類母線負(fù)荷曲線的條數(shù);M表示聚類數(shù)目；Zm,n表示第n條母線是否 屬于第m類的指示函數(shù)，若屬于則為1，否則為0;Cm表示第m類的聚類中屯、；
[0020] 采用DB巧旨數(shù)來(lái)確定最優(yōu)聚類數(shù)，DB巧旨數(shù)定義如下：
[0021；
[0022] 式中：^?0：^^表示屬于第〇類的所有母線負(fù)荷曲線與聚類中屯、距離的和。
[0023] 進(jìn)一步的，在聚類分析階段，每條母線的所有負(fù)荷曲線都能劃分到N類中的一類， 對(duì)第i條母線的所有負(fù)荷曲線所屬類別進(jìn)行頻次統(tǒng)計(jì)，如果第n類出現(xiàn)的頻次最高，則認(rèn)為 該母線為第n類；
[0024] Fi=[fii，fi2，...，fiN]
[0025]
[0026] 式中：fu表示第i條母線所有負(fù)荷曲線中屬于第j類的負(fù)荷曲線數(shù)目，Xi表示第i條 母線所屬的類別號(hào)。
[0027] 進(jìn)一步的，在指標(biāo)提取階段，模式切換賭的定義如下：
[002J
[0029] 式中：出表示第i條母線的模式切換賭;Pin表示第i條母線中出現(xiàn)第n種用電模式的 頻率：
[0030]
[0031] 式中:fu表示第i條母線所有負(fù)荷曲線中屬于第j類的負(fù)荷曲線數(shù)目。
[0032] 進(jìn)一步的，在指標(biāo)提取階段，相對(duì)波動(dòng)率的定義如下：
[0033]
[0034] 式中：B康示第i條母線的相對(duì)波動(dòng)率;T表示一天的總時(shí)段數(shù)，本文為96時(shí)段;化， 分別表示第i條母線在第t時(shí)段負(fù)荷的標(biāo)準(zhǔn)差和均值。
[0035] 講一擊的.#拾標(biāo)梅取階段，日平均負(fù)荷的定義如下：
[0036]
[0037] 式中:Al表示第i條母線的日平均負(fù)荷;L表示特定時(shí)段的天數(shù);Piit表示第i條母線 在第1天t時(shí)段的負(fù)荷大小。
[0038] 進(jìn)一步的，在指標(biāo)提取階段，溫度敏感度的定義如下：
[0039
[0040] 式中：Ki表示第i條母線的溫度敏感度;表示第i條母線在第1天t時(shí)段的標(biāo)么化 后的負(fù)荷大小;Wii表示第i條母線在第1天環(huán)境的平均溫度。
[0041] 進(jìn)一步的，在母線分類階段，采用簡(jiǎn)單的K最鄰近算法進(jìn)行分析，利用5折交叉驗(yàn)證 的分類效果。
[0042] 該分析方法首先通過(guò)無(wú)監(jiān)督的聚類分析對(duì)母線負(fù)荷的基本模式進(jìn)行了提取，并根 據(jù)各模式出現(xiàn)的頻次對(duì)母線進(jìn)行了劃分;然后提取了反映母線負(fù)荷日間波動(dòng)性、日內(nèi)波動(dòng) 性、外界因素敏感度等的指標(biāo)，對(duì)母線負(fù)荷特性進(jìn)行多維度描述;最后通過(guò)K-最鄰近算法， 根據(jù)所提取的母線負(fù)荷特性，對(duì)各母線進(jìn)行了有監(jiān)督的分類分析，說(shuō)明母線的負(fù)荷特性和 母線的基本模式具有較大關(guān)聯(lián)關(guān)系，運(yùn)一結(jié)論可W用于母線負(fù)荷預(yù)測(cè)中去；另外，還提出了 母線負(fù)荷特性分析框架可W應(yīng)用于電壓等級(jí)更低，隨機(jī)性波動(dòng)性更強(qiáng)的母線負(fù)荷。
[0043] 本發(fā)明的有益效果為:首先對(duì)每日母線負(fù)荷曲線進(jìn)行聚類分析，充分考慮了不同 時(shí)段電量的波形大小，對(duì)波動(dòng)性較大的時(shí)段賦予較高的權(quán)重，W提升聚類算法對(duì)母線負(fù)荷 辨識(shí)度，再根據(jù)母線負(fù)荷曲線聚類結(jié)果，對(duì)母線進(jìn)行劃分;然后在此基礎(chǔ)上提出了模式切換 賭、相對(duì)波動(dòng)率、日平均負(fù)荷、溫度敏感度等四個(gè)指標(biāo)，從不同維度描述母線負(fù)荷特性;最后 根據(jù)提取和特征，利用K最鄰近算法對(duì)母線負(fù)荷進(jìn)行分類，最終通過(guò)對(duì)實(shí)際母線負(fù)荷數(shù)據(jù)進(jìn) 行算例仿真，該分析提出的指標(biāo)能夠較好的刻畫(huà)母線負(fù)荷特性，并能取得較好的分類效果。
【附圖說(shuō)明】
[0044] 圖1為本發(fā)明的母線負(fù)荷特性分析框架圖；
[0045] 圖2為本發(fā)明的典型母線負(fù)荷曲線圖；
[0046] 圖3為本發(fā)明的伍仙口和開(kāi)元母線連續(xù)兩周負(fù)荷曲線圖；
[0047] 圖4為本發(fā)明的模式切換賭與相對(duì)波動(dòng)率散點(diǎn)圖；
[004引圖5為本發(fā)明的廣州母線平均負(fù)荷分布情況圖；
[0049]圖6為本發(fā)明的厚德和聚龍母線溫度與日平均負(fù)荷散點(diǎn)圖。
【具體實(shí)施方式】
[0050]下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明，但它們并不是對(duì)本發(fā)明技 術(shù)方案的限定，基于本發(fā)明教導(dǎo)所做出的任何變換，均落在本發(fā)明的保護(hù)范圍。
[0化1 ]實(shí)施例：
[0052] 母線負(fù)荷特性分析框架：
[0053] 如圖1所示給出了本文母線負(fù)荷特性分析的框架，主要分為數(shù)據(jù)預(yù)處理、聚類分 析、指標(biāo)提取、母線分類等四個(gè)步驟;數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)么化兩個(gè)方面，其 中數(shù)據(jù)清洗工作在集成的母線負(fù)荷預(yù)測(cè)平臺(tái)中完成。
[0054] 在聚類分析階段，每條母線負(fù)荷曲線的根據(jù)其形狀進(jìn)行劃分，然后計(jì)算每條母線 劃分到不同類別的頻次，確定母線所屬類別。
[0055] 在指標(biāo)提取階段，提取每條母線在不同用電模式直接切換的規(guī)律程度，定義模式 切換賭來(lái)衡量;統(tǒng)計(jì)每條母線在不同時(shí)刻負(fù)荷波動(dòng)的相對(duì)大小，定義相對(duì)波動(dòng)率來(lái)衡量;計(jì) 算每條母線特定時(shí)段內(nèi)的平均負(fù)荷，定義日平均負(fù)荷來(lái)衡量;綜合分析電量對(duì)溫度的敏感 度，定義溫度敏感度來(lái)衡量。
[0056] 在母線分類階段，W在聚類分析階段對(duì)母線劃分結(jié)果作為標(biāo)簽，在指標(biāo)提取階段 得到的四個(gè)特征作為屬性，利用K最鄰近算法進(jìn)行有監(jiān)督的分類學(xué)習(xí)。
[0057] 下面將分別重點(diǎn)介紹聚類分析、指標(biāo)提取、母線分類等=方面的內(nèi)容，并W廣州市 2015年7月15日至2015年11月10日的130條220kV母線負(fù)荷為例開(kāi)展實(shí)證分析。
[0化引基于馬氏距離的母線負(fù)荷聚類：
[0059] 聚類分析法是一種無(wú)監(jiān)督的學(xué)習(xí)方法，根據(jù)事物彼此不同的屬性進(jìn)行辨認(rèn)，將具 有相似屬性的事物聚為一類，把差異較大的事物劃分開(kāi)來(lái)，使得同一類的事物具有高度的 相似性，不同類的事物保持較大的差異。
[0060] 聚類基本原理：
[0061] 度量不同樣本之間的差異度或相似度是聚類的基礎(chǔ)；目前對(duì)不同負(fù)荷曲線差異度 的度量主要是基于歐式距離的，認(rèn)為不同時(shí)刻的電量在差異度度量中權(quán)重是一樣的，不能 很好的反映不同時(shí)段時(shí)間的差異與關(guān)聯(lián)關(guān)系。
[0062] 當(dāng)屬性相關(guān)、具有不同的值域、并且數(shù)據(jù)分布近似于高斯分布時(shí)，歐氏距離的拓 展，馬氏距離可W有效考慮不同時(shí)段電量之間的相關(guān)性，定義為：
[0063] d(Xi，Xj) = (Xi-Xj)[X]-i(Xi-Xj)T (1)
[0064] 式中：xi表示第i條負(fù)荷曲線;其中[S ri表示數(shù)據(jù)協(xié)方差矩陣的逆;數(shù)據(jù)X和y的協(xié) 方差矩陣定義如下：
[00 化]
[0066] 式中：Oij為第i時(shí)段負(fù)荷和第j時(shí)段負(fù)荷的協(xié)方差。
[0067] 采用基于劃分的k-means聚類算法進(jìn)行分析，其本質(zhì)上是一個(gè)求解每條母線負(fù)荷 曲線類標(biāo)號(hào)Z的優(yōu)化問(wèn)題，可W通過(guò)循環(huán)迭代求解：
[006引 (3)
[0069] 式中：N表示待聚類母線負(fù)荷曲線的條數(shù);M表示聚類數(shù)目；zm,n表示第n條母線是否 屬于第m類的指示函數(shù)，若屬于則為1，否則為0;Cm表示第m類的聚類中屯、。
[0070] 對(duì)于k-means聚類算法，最重要的就是確定聚類數(shù)據(jù)N，采用DBI(化vies Bouldin index)指數(shù)來(lái)確定最優(yōu)聚類數(shù)，DB巧旨數(shù)定義如下：
[0071 (4)
[0072] 式中：^^文：心；)表示屬于第11類的所有母線負(fù)荷曲線與聚類中屯、距離的和;一般081 指數(shù)越低，說(shuō)明類內(nèi)負(fù)荷曲線相似度越大，類間負(fù)荷曲線差異度越大，聚類效果越好。
[0073] 聚類結(jié)果分析：
[0074] 通過(guò)對(duì)廣州母線負(fù)荷數(shù)據(jù)進(jìn)行聚類分析得到，當(dāng)N = 6時(shí)，DBI指數(shù)取值最小，所W 本文將聚類數(shù)定為6,并得到每一類典型的母線負(fù)荷曲線如圖2所示;其中紅線表示典型的 負(fù)荷曲線，即每一類的聚類中屯、，并在每一時(shí)刻都附有箱圖，表示在該時(shí)刻的所有母線負(fù)荷 值的分布情況;獲取的六種典型母線負(fù)荷曲線具有較大差異的峰谷特性，下面將分別對(duì)每 一類負(fù)荷曲線進(jìn)行分析。
[0075] 第一類是典型的早高峰和午高峰母線負(fù)荷曲線，早高峰在早上10-11之間出現(xiàn)，而 午高峰則在下午2-4之間出現(xiàn)并持續(xù)一段時(shí)間，其中早高峰叫午高峰更大，曲線表現(xiàn)出非常 明顯的午休特性。
[0076] 第二類同樣是雙峰母線負(fù)荷曲線，較第一類不同的是，午休特性更加顯著，在中午 12點(diǎn)出現(xiàn)了加大幅度的下滑，在下午雖然有所回升，但其峰值明顯低于早高峰，并從下午5 點(diǎn)開(kāi)始逐漸下跌。
[0077] 第=類是具有持續(xù)高峰的母線負(fù)荷曲線，從早上5點(diǎn)開(kāi)始攀升，并于早上11點(diǎn)達(dá)到 高峰，除了在中午12點(diǎn)出現(xiàn)較小的午休跌落外，負(fù)荷高峰一直持續(xù)到晚上8點(diǎn)。
[0078] 第四類是典型的晚高峰母線負(fù)荷曲線，是典型的"duck"型曲線，從早上6點(diǎn)開(kāi)始負(fù) 荷不斷攀升，并在早上11點(diǎn)出現(xiàn)較小的峰值，并很快在中午12點(diǎn)跌落，維持一段時(shí)間后，從 下午3點(diǎn)逐漸攀升，并于下午5點(diǎn)出現(xiàn)晚高峰，一直持續(xù)到晚上9點(diǎn)，該母線負(fù)荷中居民負(fù)荷 占比可能較高。
[0079] 第五類是典型的具有早高峰，午高峰和晚高峰的S峰母線負(fù)荷曲線，該類負(fù)荷曲 線同樣具有午休特性，在中午12點(diǎn)出現(xiàn)，另外在下午5點(diǎn)也出現(xiàn)了較小的跌落。
[0080] 第六類是典型的單峰母線負(fù)荷曲線，在中午12點(diǎn)達(dá)到高峰后開(kāi)始不斷下跌，在下 午1點(diǎn)到5點(diǎn)之間跌落較慢，而下午5點(diǎn)之后跌落較快。
[0081 ]基于聚類的母線負(fù)荷劃分：
[0082]通過(guò)聚類分析，每條母線的所有負(fù)荷曲線都能劃分到N類中的一類，對(duì)第i條母線 的所有負(fù)荷曲線所屬類別進(jìn)行頻次統(tǒng)計(jì)，如果第n類出現(xiàn)的頻次最高，則認(rèn)為該母線為第n 類。
[008；3] Fi=化i，fi2，...，fiN] (5) 卿]
(目)：
[0085]式中：fu表示第i條母線所有負(fù)荷曲線中屬于第j類的負(fù)荷曲線數(shù)目，Xi表示第i條 母線所屬的類別號(hào)。
[0086] 母線負(fù)荷特性指標(biāo)：
[0087] 由于前述的負(fù)荷曲線聚類分析實(shí)質(zhì)上是對(duì)母線負(fù)荷曲線形狀的分析，在下述將主 要關(guān)注母線負(fù)荷曲線的不確定性，從日內(nèi)的不確定性，日間的切換規(guī)律、負(fù)荷慣性大小、對(duì) 外界因素的影響等四個(gè)方面，提出了模式切換賭、相對(duì)波動(dòng)率、日平均負(fù)荷、溫度靈敏度等 四個(gè)指標(biāo)，對(duì)母線負(fù)荷特性進(jìn)行描述。
[0088] 模式切換賭：
[0089] 模式切換賭是基于母線負(fù)荷曲線聚類結(jié)果提出來(lái)的，用來(lái)表示母線負(fù)荷曲線每天 模式變化的十/1、. 心々n下.
[0090] (7)
[0091] 式中：出表示第i條母線的模式切換賭;Pin表示第i條母線中出現(xiàn)第n種用電模式的 頻率：
[0092] (8)
[0093] 模式切換賭越大，說(shuō)明該母線用電模式眾多，日間的不確定性較大;模式切換賭越 小，說(shuō)明該母線用電模式越少，用電模式相對(duì)固定，日間不確定性較??；如圖3所示為伍仙 口#3主變高側(cè)和開(kāi)元#1主變高側(cè)兩條母線連續(xù)兩周的負(fù)荷曲線；其中，伍仙口#3主變高側(cè) 母線的模式切換賭最低，為0.297,從圖中可W看出，該母線負(fù)荷用電模式相對(duì)固定;開(kāi)元#1 主變高側(cè)母線的模式切換賭最高，為1.774,從圖中可W看出，該母線的用電模式較多，也有 較多的"銀齒'。
[0094] 相對(duì)波動(dòng)率：
[00%]相對(duì)波動(dòng)率定義為母線負(fù)荷在不同時(shí)段出力值的方差與均值的比值的平均值，定 義如下：
[0096] 巧）
[0097] 式中：B康示第i條母線的相對(duì)波動(dòng)率;T表示一天的總時(shí)段數(shù)，本文為96時(shí)段;曰it, 分別表示第i條母線在第t時(shí)段負(fù)荷的標(biāo)準(zhǔn)差和均值。
[009引 日平均負(fù)荷
[0099] 口亞+ 旬包巧見(jiàn)巧一化時(shí)間內(nèi)，母線負(fù)荷的平均值：
[0100]
[0101] 式中:Al表示第i條母線的日平均負(fù)荷;L表示特定時(shí)段的天數(shù);Piit表示第i條母線 在第1天t時(shí)段的負(fù)荷大小。
[0102] 日平均負(fù)荷直接表征母線負(fù)荷基數(shù)的大小，一般基數(shù)越大，母線負(fù)荷表現(xiàn)出的"慣 性"越大，越容易預(yù)測(cè);如圖5所示為廣州所有220kV母線的日平均負(fù)荷，近似正態(tài)分布，最高 值能達(dá)到162MW。
[0103] 溫度敏感度：
[0104] 溫度敏感度定義為環(huán)境溫度沒(méi)升高一度，母線負(fù)荷相對(duì)變化的大小。由于所研究 的負(fù)荷時(shí)段為2015年7月15日至2015年11月10日，廣州正處高溫天氣，所W直接利用線性函 數(shù)擬合即可：
[0105] (5)
[0106] 式中：Ki表示第i條母線的溫度敏感度；At表示第i條母線在第1天t時(shí)段的標(biāo)么化 后的負(fù)荷大小;Wii表示第i條母線在第1天環(huán)境的平均溫度。
[0107] 溫度是影響用電負(fù)荷的主要因素，溫度敏感度反映了母線負(fù)荷受外界環(huán)境影響的 大小，一般居民負(fù)荷越多，空調(diào)等溫度敏感負(fù)荷越大，該母線溫度敏感度也就越大;如圖6所 示為厚德#3主變高側(cè)和聚龍#2主變高側(cè)母線的每天溫度和日平均負(fù)荷的散點(diǎn)圖；從圖中可 W看出，兩條母線對(duì)溫度均具有較高的敏感性，隨著溫度的升高，日平均負(fù)荷也隨之升高。
[0108] 與模式切換賭不同，相對(duì)波動(dòng)率描述了母線負(fù)荷曲線的日間波動(dòng)性，兩者從不同 的角度描述了負(fù)荷曲線的不確定性;如圖4所示是廣州所有220kV母線的模式切換賭與相對(duì) 波動(dòng)率的散點(diǎn)圖；從圖中可W看出，模式切換賭與相對(duì)波動(dòng)率的相關(guān)性不大，及時(shí)較小的模 式切換賭，也可能對(duì)應(yīng)較高的相對(duì)波動(dòng)率;反之亦然。
[0109] 基于K-最近鄰的母線負(fù)荷分類：
[0110] 下述將W第3章提取的四個(gè)指標(biāo)作為屬性(attribute), W前述劃分結(jié)果作為標(biāo)簽 (label),通過(guò)構(gòu)造分類模型建立兩者之間的關(guān)聯(lián)關(guān)系;K最近鄰分類算法是最簡(jiǎn)單的分類 算法，其核屯、思想是如果一個(gè)樣本在特征空間中的K個(gè)最相鄰的樣本中的大多數(shù)屬于某一 個(gè)類別，則該樣本也屬于運(yùn)個(gè)類別，并具有運(yùn)個(gè)類別上樣本的特性;K最鄰近算法主要靠周 圍有限的鄰近的樣本，而不是靠判別類域的方法來(lái)確定所屬類別的，因此對(duì)于類域的交叉 或重疊較多的待分樣本集來(lái)說(shuō)，K最鄰近算法較其他方法更為適合，對(duì)于多分類問(wèn)題，K最鄰 近算法的分類效果一般較好。
[0111] 下述相當(dāng)于是一個(gè)6分類問(wèn)題，所W采用簡(jiǎn)單的K最鄰近算法進(jìn)行分析。表1給出了 考慮不同指標(biāo)情況下，利用5折交叉驗(yàn)證的分類效果;結(jié)果表明，同時(shí)考慮反映母線負(fù)荷波 動(dòng)性、外界敏感度和慣性大小的指標(biāo)能夠取得較好的分類效果(85.6%)，同時(shí)也說(shuō)明母線 負(fù)荷曲線形狀與母線負(fù)荷的其他屬性具有較強(qiáng)的關(guān)聯(lián)關(guān)系。
[0112] 表1考慮不同指標(biāo)的分類效果
[0113]
[0114] 本發(fā)明的有益效果為:首先對(duì)每日母線負(fù)荷曲線進(jìn)行聚類分析，充分考慮了不同 時(shí)段電量的波形大小，對(duì)波動(dòng)性較大的時(shí)段賦予較高的權(quán)重，W提升聚類算法對(duì)母線負(fù)荷 辨識(shí)度，再根據(jù)母線負(fù)荷曲線聚類結(jié)果，對(duì)母線進(jìn)行劃分;然后在此基礎(chǔ)上提出了模式切換 賭、相對(duì)波動(dòng)率、日平均負(fù)荷、溫度敏感度等四個(gè)指標(biāo)，從不同維度描述母線負(fù)荷特性;最后 根據(jù)提取和特征，利用K最鄰近算法對(duì)母線負(fù)荷進(jìn)行分類，最終通過(guò)對(duì)實(shí)際母線負(fù)荷數(shù)據(jù)進(jìn) 行算例仿真，該分析提出的指標(biāo)能夠較好的刻畫(huà)母線負(fù)荷特性，并能取得較好的分類效果。
[0115] W上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 不經(jīng)過(guò)創(chuàng)造性勞動(dòng)想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)，因此，本發(fā)明的 保護(hù)范圍應(yīng)該W權(quán)利要求書(shū)所限定的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:包括數(shù)據(jù)預(yù)處理、聚類分析、 指標(biāo)提取、母線分類;其中， 數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)么化兩個(gè)方面，數(shù)據(jù)清洗工作在集成的母線負(fù)荷預(yù) 測(cè)平臺(tái)中完成； 在聚類分析階段，基于馬氏距離進(jìn)行處理，每條母線負(fù)荷曲線的根據(jù)其形狀進(jìn)行劃分， 然后計(jì)算每條母線劃分到不同類別的頻次，確定母線所屬類別； 在指標(biāo)提取階段，提取每條母線在不同用電模式直接切換的規(guī)律程度，定義模式切換 熵來(lái)衡量;統(tǒng)計(jì)每條母線在不同時(shí)刻負(fù)荷波動(dòng)的相對(duì)大小，定義相對(duì)波動(dòng)率來(lái)衡量;計(jì)算每 條母線特定時(shí)段內(nèi)的平均負(fù)荷，定義日平均負(fù)荷來(lái)衡量;綜合分析電量對(duì)溫度的敏感度，定 義溫度敏感度來(lái)衡量； 在母線分類階段，以在聚類分析階段對(duì)母線劃分結(jié)果作為標(biāo)簽，在指標(biāo)提取階段得到 的四個(gè)特征作為屬性，利用K最鄰近算法進(jìn)行有監(jiān)督的分類學(xué)習(xí)。2. 如權(quán)利要求1所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在聚類分析階 段，當(dāng)屬性相關(guān)、具有不同的值域、并且數(shù)據(jù)分布近似于高斯分布時(shí)，歐氏距離的拓展，定義 為： d(xi,xj) = (xi-xj)[ Σ ]_1(xi-Xj)T 式中：Xl表示第i條負(fù)荷曲線;其中[ΣΓ1表示數(shù)據(jù)協(xié)方差矩陣的逆，數(shù)據(jù)χ和y的協(xié)方差 矩陣定義如下：式中：〇ij為第i時(shí)段負(fù)荷和第j時(shí)段負(fù)荷的協(xié)方差。3. 如權(quán)利要求2所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在聚類分析階 段，采用基于劃分的k-means聚類算法進(jìn)行分析，求解每條母線負(fù)荷曲線類標(biāo)號(hào)Z的優(yōu)化，通 過(guò)循環(huán)迭代求解：式中：N表示待聚類母線負(fù)荷曲線的條數(shù);Μ表示聚類數(shù)目；zm,n表示第η條母線是否屬于 第m類的指示函數(shù)，若屬于則為1，否則為0;cm表示第m類的聚類中心； 采用DBI指數(shù)來(lái)確定最優(yōu)聚類數(shù)，DBI指數(shù)定義如下：式中：?^Χ(η))表示屬于第η類的所有母線負(fù)荷曲線與聚類中心距離的和。4. 如權(quán)利要求3所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在聚類分析階 段，每條母線的所有負(fù)荷曲線都能劃分到Ν類中的一類，對(duì)第i條母線的所有負(fù)荷曲線所屬 類別進(jìn)行頻次統(tǒng)計(jì)，如果第η類出現(xiàn)的頻次最高，則認(rèn)為該母線為第η類； Fi=[fil，fi2，.-.，fiN]式中：表示第i條母線所有負(fù)荷曲線中屬于第j類的負(fù)荷曲線數(shù)目，Xl表示第i條母線 所屬的類別號(hào)。5. 如權(quán)利要求1或4所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在指標(biāo)提 取階段，模式切換熵的定義如下：式中：?表示第i條母線的模式切換熵;ριη表示第i條母線中出現(xiàn)第η種用電模式的頻 率：式中:fu表示第i條母線所有負(fù)荷曲線中屬于第j類的負(fù)荷曲線數(shù)目。6. 如權(quán)利要求5所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在指標(biāo)提取階 段，相對(duì)波動(dòng)率的定義如下：式中：Bi表不第i條母線的相對(duì)波動(dòng)率;T表不一天的總時(shí)段數(shù)，本文為96時(shí)段;〇it，yit分 別表示第i條母線在第t時(shí)段負(fù)荷的標(biāo)準(zhǔn)差和均值。7. 如權(quán)利要求6所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在指標(biāo)提取階 段，日平均負(fù)荷的定義如下：式中:仏表示第i條母線的日平均負(fù)荷;L表示特定時(shí)段的天數(shù);Pm表示第i條母線在第1 天t時(shí)段的負(fù)荷大小。8. 如權(quán)利要求7所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在指標(biāo)提取階 段，溫度敏感度的定義如下：式中表示第i條母線的溫度敏感度;表示第i條母線在第1天t時(shí)段的標(biāo)么化后的 負(fù)荷大小;Wn表示第i條母線在第1天環(huán)境的平均溫度。9. 如權(quán)利要求1或4所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于:在母線分 類階段，采用簡(jiǎn)單的K最鄰近算法進(jìn)行分析，利用5折交叉驗(yàn)證的分類效果。10. 如權(quán)利要求8所述的基于數(shù)據(jù)驅(qū)動(dòng)的母線負(fù)荷特性分析，其特征在于：在母線分類 階段，采用簡(jiǎn)單的K最鄰近算法進(jìn)行分析，利用5折交叉驗(yàn)證的分類效果。
【文檔編號(hào)】G06F17/50GK105956319SQ201610334789
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年5月18日
【發(fā)明人】陳明輝, 王珂, 蔡瑩, 韓俊杰, 羅欣, 趙燃, 劉梅, 劉斐
【申請(qǐng)人】廣州供電局有限公司, 北京清軟創(chuàng)新科技股份有限公司