[发明专利]一种电力用户用电特性的提取方法、系统及终端设备

权利要求书

1.一种电力用户用电特性的提取方法，其特征在于，包括：

获取样本数据，并对所述样本数据进行处理获得目标用电数据集；

通过DBSCAN聚类算法和聚类有效性指标，计算所述目标用电数据集的负荷模式聚类数；

通过所述DBSCAN聚类算法，将所述目标用电数据集按照所述负荷模式聚类数聚类，得到电力用户用电特性曲线。

2.如权利要求1所述的电力用户用电特性的提取方法，其特征在于，所述获取样本数据，并对所述样本数据进行处理获得目标用电数据集包括：

获取样本数据，将所述样本数据拆分成与每个电力用户相对应的样本集；

从所述样本集中筛选满足第一预设条件的异常用电数据；

根据所述样本集计算得到正常替换数据，并将所述异常用电数据用所述正常替换数据替换，得到每个电力用户对应的候选用电数据集；

将每个电力用户对应的候选用电数据集归一化处理，并将所有归一化后的候选用电数据集组合得到目标用电数据集。

3.如权利要求2所述的电力用户用电特性的提取方法，其特征在于，所述从所述样本集中筛选满足第一预设条件的异常用电数据，包括：

将样本集中同一时刻不同用电日的数据按大小顺序排列，得到样本子集；

在样本子集中，分别计算得到处于G1和G2位置上的数值；

利用计算得到的处于G1和G2位置上的数值，计算得到最小截断点值和最大截断点值，其中，最小截断点值和最大截断点值包括：

Q₁＝λd_F-F_L；

Q₂＝F_U+(1-λ)d_F；

d_F＝F_U-F_L；

其中，Q₁为最小截断点值；Q₂为最大截断点值；F_L为计算得到的处于G1位置上的数值；F_U为计算得到的处于G2位置上的数值；λ为常数；G1为处于样本子集20％-30％位置上的数值；G2为处于样本子集70％-80％位置上的数值；

从样本子集中筛选出大于最大截断点值和小于最小截断点值的数据为候选异常用电数据；

从所述候选异常用电数据中，筛选满足第二预设条件的候选异常用电数据为异常用电数据，其中第二预设条件包括：

其中，为候选异常用电数据；为电力用户i第s天用电量的平均值；为电力用户i第s天用电量的方差；为电力用户i第s天j时刻的用电量；ε为预设阀值；n为每天用电数据采集总数；i为电力用户；j为每天用电数据采集时刻；s为用电日。

4.如权利要求2所述的电力用户用电特性的提取方法，其特征在于，所述根据所述样本集计算得到正常替换数据，包括：

计算样本集中所述异常用电数据所在时刻的正常用电数据的平均值，将所述平均值记为正常替换数据。

5.如权利要求2所述的电力用户用电特性的提取方法，其特征在于，所述将每个电力用户对应的候选用电数据集归一化处理，包括：

其中，x′_i,j为电力用户i在j时刻数据归一化后的值；x_i,j为候选用电数据集的工作日中j时刻的数据的平均值；x_i,min为所有平均值中最小的平均值；x_i,max为所有平均值中最大平均值。

6.如权利要求1所述的电力用户用电特性的提取方法，其特征在于，在得到所述目标用电数据集之后，还包括：

对所述目标用电数据集降维，得到降维后的用电数据集；

相应的，通过DBSCAN聚类算法和聚类有效性指标，计算所述目标用电数据集的负荷模式聚类数，包括：

通过DBSCAN聚类算法和聚类有效性指标，计算所述降维后的用电数据集的负荷模式聚类数，所述聚类有效性指标包括：DBI指标和CHI指标。