[发明专利]一种电网负荷特征曲线分析方法

说明书

技术领域

本发明涉及一种电网负荷特征曲线分析方法，特别是一种基于大数据的电网负荷特征曲线的分析方法。 

背景技术

在电力系统中，电网负荷特性分析作为研究、分析电力市场的基础性工作，关系到电网的建设、电力的供应规划，也是电力系统经济调度运行、制定调峰措施、缓解电力供应紧张局面的依据。负荷特征曲线的分析是电网负荷特性分析的重要内容。随着坚强智能电网的迅速发展，信息技术正以前所未有的广度、深度与电力生产、企业管理快速融合，信息系统已经成为智能电网的“中枢神经”，支撑新一代电网生产和管理发展。目前，国家电网公司已初步建成了国内领先、国际一流的信息集成平台，电网业务数据从总量和种类上都已初具规模,为负荷特性分析提供了数据基础。 

如何分析并利用这些数据是当今的一大难题，现有的电网负荷特征曲线大都是按照行业来进行研究的,然而研究表明,同一行业中的不同企业在用电特征上往往也具有较大差异，所以基于行业分类的负荷特征曲线不能准确地反映企业用户真正的用电习惯与特征。为了解决上述难题，本发明提供了一种基于大数据的电网负荷特征曲线的分析方法。 

 本发明提出的在大数据背景下基于数据挖掘与分析的电网负荷特征曲线分析方法，基于海量电力负荷数据运用数据挖掘与分析的方法得出公变、专变、专线用户的负荷特征曲线，再计算负荷特征曲线同每一用户的负荷曲线的相关系数，并将该用户归入与之相关系数最高的负荷特征曲线类别中，从而可以有针对性地对用户的用电特性进行分析，为用户合理用电、电网经济运行的相关经济和技术措施及政策的提出提供依据。 

发明内容

本发明的目的在于根据现有电网负荷特征曲线的不足之处而提供一种基于大数据的电网负荷特征曲线的分析方法。 

本发明包括如下步骤： 

（1）收集电网用户用电信息采集系统及调度系统中监测用户的日负荷数据，按照用户类别将其划分为公变用户数据、专变用户数据、专线（调度）用户数据；

（2）剔除异常数据；

（3）采用数据修复技术将48个采集时点的负荷数据扩充为96个采集时点负荷数据；

（4）采用数据平滑技术对数据进行平滑处理；

（5）对公变用户数据通过比对每天96个采集时点数据，构建公变用户负荷曲线的相似性函数模型、统计检验以及相关系数判别；

（6）选取其中一条为基准，计算余下的各条数据与它的相关系数并设定一个阈值，将相关系数大于阈值的归为一类；

（7）采用类似的方法重复步骤（6），将全部数据进行归类；

（8）对于所有的类，按照类的大小顺序进行排序，并设定类的阈值，选取高于阈值的类进行数据平滑处理；

（9）对于高于类的阈值的类特征曲线，重复步骤（6）的方法进行归类，得到公变用户每日的特征曲线；

（10）针对公变用户每日的特征曲线进行分析，选取某一天的特征曲线为基准，计算余下的特征曲线与它的相关系数，取相关系数大于阈值的归为一类，重复上述步骤直至归类结束；

（11）剔除不符合日特征曲线的数据，得到公变用户全年的负荷特征曲线；

（12）对于专变用户、专线（调度）用户采用同样的方法进行分析，重复步骤（5）~（11），得到专变用户、专线（调度）用户全年的负荷特征曲线；

（13）建立数学模型，运用Fourier变换将满足一定条件的某个函数表示成三角函数或者它们的积分的线性组合，得到全年负荷特征曲线的函数表达式，表达用户用电的波动性。

所述的数据平滑处理方法为以该数据采集点为中心,在其前后各取两个采集点，以这五个采集点数据的平均值来替换原采集点数据。 

进一步的，上述步骤（6）所述的阈值为0.8或0.9。 

进一步的，上述步骤（8）所述的类的阈值为50。 

与现有技术相比，本发明具有以下有益效果：本发明是根据现有电网负荷特征曲线的不足之处而提供一种基于大数据的电网负荷特征曲线的分析方法，从而可以有针对性地对用户的用电特性进行分析，为用户合理用电、电网经济运行的相关经济和技术措施及政策的提出提供依据。 

下面结合附图和具体实施方式对本发明做进一步详细的说明。 

附图说明

图1所示为本发明所述基于大数据的电网负荷特征曲线的分析方法的流程图。 

图2所示为本发明所述基于大数据的电网负荷特征曲线的分析方法建立数学模型的流程图。 

具体实施方式