[发明专利]一种基于海量低压台区用电数据的典型低压台区用电模型构建方法

说明书

本发明涉及一种基于海量低压台区用电数据的典型低压台区用电模型构建方法，包括以下几个步骤：⑴对从数据库中查询得到的居民用电数据进行清洗；⑵应用主成分分析方法对用电数据进行降维；⑶计算低压居民用电评价指标集；⑷基于k‑means聚类分析法，对低压电力用户进行分类。本发明通过典型低压台区用电模型的构建，形成标准统一的结构化特征数据形式，正确建立可表征低压台区用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式。本发明可以为实现台区下各智能表运行误差远程诊断评估和快速处置提供良好的数据基础，以及未来需求响应政策制定、台区损耗管理等提供技术支持，提升低压台区精细化管理水平。

技术领域

本发明属于电能计量技术领域，尤其是一种基于海量低压台区用电数据的典型低压台区用电模型构建方法。

背景技术

作为配电管理的最底层单元，低压台区的精细化、实时化管理势在必行。自国网公司全面推进智能电能表换装及用电信息采集系统建设以来，目前已实现全域4.26亿只智能电能表的在线运行，积累了大量的居民用电数据。这些数据具有海量、异构的特点，蕴含着丰富的居民用户用电信息。对这些用电数据进行深入挖掘，提取出用户的用电行为特点，有利于电网对低压台区进行精细化、实时化管理，同时也能了解用户个性化、差异化的服务需求，实现精准营销。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种基于海量低压台区用电数据的典型低压台区用电模型构建方法，通过挖掘海量用户用电数据，建立可表征低压台区用户用电行为的多维度特征参数集，构建典型用户用电行为模型，从而构造用户画像。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于海量低压台区用电数据的典型低压台区用电模型构建方法，其特征在于：包括以下几个步骤：

⑴对从数据库中查询得到的居民用电数据进行清洗；

⑵应用主成分分析方法对用电数据进行降维；

⑶计算低压居民用电评价指标集；

⑷基于k-means聚类分析法，对低压电力用户进行分类。

而且，所述步骤⑴，对于确实的居民用电数据，去数据缺失日期前、后各五天内同一时刻的用电数据的均值作为缺失值。

而且，所述步骤⑵具体为，对某电力用户，设xi,j表示该用户在第i天时刻j的用电数据，应用主成分分析降维的详细步骤：

①对所有样本进行中心化：

②计算样本的协方差矩阵XX^T；

③对矩阵XX^T进行特征值分解；

④取最大的特征值对应的特征向量，得到特征向量矩阵W；

⑤对原始数据X进行变换z＝W^TX,得到向量z，完成降维。

而且，所述步骤⑶具体为，基于主成分分析得到的用电向量z，计算指标峰值功率、峰时系数、谷时系数、负荷率，各指标计算方法如下：

峰值功率s₁＝当日功率最大值；

峰时系数s₂＝高峰时段用电量/当日总用电量；

谷时系数s₃＝低谷时段用电量/当日总用电量；

负荷率s₄＝平均负荷/总负荷；

通过计算，每个电力用户都可以表示为一个1×4的行向量矩阵：s＝[s₁s₂s₃s₄]。