[发明专利]一种基于结构特征的配变日负荷典型曲线分析方法

说明书

技术领域

本发明涉及一种负荷曲线分析方法，尤其涉及一种基于结构特征的配变日负荷典型曲线的分析方法，属于电力系统负荷分析技术领域。

背景技术

不论是电力生产部门为了生产安排，还是电力传输部门为了电量分配，都需要掌握一个地区的负荷变化特征，区域日负荷曲线的研究一直是电力系统研究的重要内容。随着智能电网的不断推进，对城市等大区域的日负荷曲线的研究已不能满足需求侧负荷精细化管理的要求。配变负荷曲线能更好地反映局部区域用户的用电特性，且随着配变负荷监测系统的普遍安装，可利用配变日负荷曲线分析下属用户的用电特征，从而更有针对性的作出用户用电指导，实现需求侧负荷管理的削峰填谷。为了达到削峰填谷的效果，配变负荷曲线中峰值/谷值时间以及峰值/谷值大小就显得尤为重要。本发明专利在预处理的基础上，按峰值/谷值时间进行分类处理，从而获得配变的日负荷典型曲线，用以分析配变负荷变化的一些规律。

负荷典型曲线是描述负荷特性的重要方法，而聚类和经验直接选取等方法是获取负荷典型曲线的重要手段。现有的日负荷曲线聚类方法主要引入数据挖掘处理中的典型聚类方法，包括层次聚类、K均值聚类、模糊K均值聚类、Leader聚类和模糊关系等聚类方法。聚类过程中使用的特征向量多为直接的96点/48点负荷曲线，通过比较负荷曲线间对应点间的总距离，将距离相近的曲线划分成同类型，其中距离计算的方式有欧氏距离、Cosine距离、CityBlock距离等。现有的聚类方法能较好地将差异较大的日负荷曲线分类，但也存在不足，主要表现在：分类后，同类型负荷曲线的峰值/谷值变化可能存在差异，没能较好地从负荷峰值/谷值变化对曲线进行聚类，不利于负荷峰值/谷值趋势分析。而经验直接选取方法主要根据经验直接选择典型日作为负荷典型曲线，该方法对经验要求较高，且容易发生遗漏。

同一配变下，用户群较为稳定，多数用户用电具有一定的规律性，使得同等条件（如气候、工作日等）下，配变上监测到的日负荷曲线的在总体形状上具有相似性，这种相似性主要表现在负荷上升/下降的趋势上，即峰值/谷值时间。本发明主要从峰值/谷值时间来分析负荷典型曲线的形状。

发明内容

本发明的目的是，提供一种基于结构特征的配变日负荷典型曲线分析方法，该方法侧重于负荷曲线峰值/谷值时间上的分析，有利于更好地分析日负荷的变化趋势。

本发明的技术方案是，在归一化处理的基础上对日负荷曲线做平滑处理，获取日负荷曲线的主要峰值/谷值时间，统计出峰值/谷值出现的典型时段，依据峰值/谷值的典型时段对日负荷曲线分类，从而获得日负荷典型曲线。本发明包括如下步骤：

（1）配变日负荷曲线选取：选定某一待分析的配变，获取其近年来的日负荷曲线数据，通过去除不完整数据，获得待处理日负荷曲线数据集。由于不同用电性质的配变日负荷曲线间可能存在较大差异，本发明主要针对同一配变找出日负荷典型曲线，以分析其负荷变化特征，因此选取某一配变的若干天日负荷曲线作为分析对象。为了能更好地获取较为完整的日负荷典型曲线类型，建议选取的日负荷曲线能较多地覆盖不同气候、工作日、节假日等主要负荷影响因素的曲线。同时检测各条日负荷曲线的完整性，去除日负荷曲线中重复记录的数据，去除包含异常值、数据缺失等情况的日负荷曲线，得到待处理日负荷曲线数据集。

（2）日负荷曲线归一化处理：统计出数据集中各曲线的最大值与最小值，分别结合最大值与最小值对各曲线进行归一化处理，即将待处理日负荷曲线数据集中将各曲线值映射到（0，1）区间，得到归一化日负荷曲线数据集。

（3）日负荷曲线平滑处理：对归一化日负荷曲线数据集中每条曲线进行平滑处理，突出曲线主要的负荷变化趋势，去除曲线局部小幅度的峰值/谷值变化，得到平滑日负荷曲线数据集。本发明采用局部加权回归散点平滑法（LOESS）对归一化日负荷曲线数据集中各曲线进行平滑处理，其中平滑参数的选取原则是保留日负荷曲线整体的峰值/谷值变化趋势。

（4）峰值/谷值时间获取：获取平滑日负荷曲线数据集中每条曲线的峰值/谷值大小和时间点，对每条曲线建立相邻峰值与谷值之间的差值序列，通过去除或合并峰值/谷值变化不明显的时间点，得到各曲线的峰值/谷值时间点。