[发明专利]一种基于需求响应的电力负荷行为预测方法

权利要求书

1.一种基于需求响应的电力负荷行为预测方法，其特征在于，包含以下步骤：

S1、采集预测地区的电力数据；

S2、采用双向比较法，对采集到的电力数据进行异常数据处理；

S3、对电力用户按照不同维度进行分类；

S4、对分类后各个维度相同的电力用户进行电力数据的归一化处理；

S5、采用聚类算法对各个维度相同的、且完成归一化的电力数据进行聚类处理，并得到聚类中心；

S6、根据得到的聚类中心，预测电力负荷的标幺值；

S7、对电力负荷标幺值进行反归一化处理，得到预测值。

2.如权利要求1所述的基于需求响应的电力负荷行为预测方法，其特征在于，所述的S1中，具体包含以下步骤：

S11、分析并选择预测地区中影响电力负荷的变量，作为电力负荷影响因素；

S12、采集预测地区中的历史电力负荷数据。

3.如权利要求2所述的基于需求响应的电力负荷行为预测方法，其特征在于，所述的S2中，具体包含以下步骤：

S21、设定第i天t时刻的电力负荷值为P(i,t)，计算t时刻共N天的电力负荷变化量的平均值为：

α(t)=Σi=1N|P(i,t)-P(i,t-1)|N;]]>

S22、设定修复后的电力负荷值P'(i,t)需要满足下述约束条件：

|P(i,t)-P(i,t-1)|≥α(t)×k₀；

|P(i,t)-P(i,t-1)P′(i,t-1)|≥0.05;]]>

其中，k₀为预先设置的判断阈值；

S23、对满足约束条件的修复后的电力负荷值P'(i,t)按照时间进行重新排序，得到修复后的t时刻的正常电力数据。

4.如权利要求3所述的基于需求响应的电力负荷行为预测方法，其特征在于，所述的S4中，具体为：

L(i,t)＝(P(i,t)-P_min)/(P_max-P_min)；

其中，L(i,t)表示归一化后的数据，P_max表示电力负荷值在N天中的最大值，P_min表示电力负荷值在N天中的最小值。

5.如权利要求4所述的基于需求响应的电力负荷行为预测方法，其特征在于，所述的S5中，具体包含以下步骤：

S51、输入确定的聚类参数k，以及电力数据的样本集；

S52、选取k个样本点，作为各个初始聚类中心；

S53、根据距离最小原则，将电力数据样本对应分配到距离最近的聚类中心；

S54、计算各个初始聚类中心簇的中心，得到新的聚类中心；

S55、根据新的聚类中心，返回执行S53和S54，直至满足距离准则。