[发明专利]一种母线负荷成分测算方法、装置及设备

说明书

本发明公开了一种母线负荷成分测算方法，步骤包括：根据各类用户负荷曲线的输入数据生成用户典型日负荷曲线；根据所述用户典型日负荷曲线以及待测算的母线负荷曲线的输入数据，构建并求解母线负荷成分测算模型，计算得到各类负荷所占母线负荷的比例值；根据所述比例值计算出各类用户的负荷数据。本发明提供了一种母线负荷成分测算方法、装置及设备，能够测算出各类负荷在母线负荷中所占比例，从而有利于提取全部用户的用电数据。

技术领域

本发明涉及电力系统技术领域，尤其是涉及一种母线负荷成分测算方法、装置及设备。

背景技术

在电力系统中，母线负荷一般是指电网中220KV主变高压侧的有功负荷，其中，通常由多种用户负荷类型组成，如工业负荷、商业负荷、居民负荷等。不同类型的用户用电规律存在差异，而相同类型的用户用电规律大致相同。

然而，电力系统中的用户数量十分庞大，虽然智能电表等测量设备在电网应用中普及率越来越高，但目前也只能采集到部分用户的用电数据，无法做到全用户覆盖。

发明内容

针对上述技术问题，本发明提供了一种母线负荷成分测算方法、装置及设备，能够测算出各类负荷在母线负荷中所占比例，从而有利于提取全部用户的用电数据。所述技术方案如下：

第一方面，本发明实施例提供了一种母线负荷成分测算方法，步骤包括：

根据各类用户负荷曲线的输入数据生成用户典型日负荷曲线；

根据所述用户典型日负荷曲线以及待测算的母线负荷曲线的输入数据，构建并求解母线负荷成分测算模型，计算得到各类负荷所占母线负荷的比例值；

根据所述比例值计算出各类用户的负荷数据。

在本发明第一方面的第一种可能的实现方式中，所述根据各类用户负荷曲线的输入数据生成用户典型日负荷曲线，具体为：

利用聚类算法对获取到的用户负荷曲线进行聚类；

当计算出的风险值小于预设的分类风险阈值时，输出用户典型日负荷曲线，否则进行算法迭代。

在本发明第一方面的第二种可能的实现方式中，所述利用聚类算法对获取到的用户负荷曲线进行聚类，具体为：

基于高斯混合模型的最大期望聚类算法，设定分布数和分类风险阈值，所述分布数为聚类的簇数；

计算各条所述用户负荷曲线对应用电模式的后验概率；其中，聚类算法的每个簇代表一种用电模式；

选择后验概率最大的分布模式作为所述用户负荷曲线所属的模式；

选取包含曲线数最多的模式的聚类中心作为用户典型日负荷曲线。

在本发明第一方面的第三种可能的实现方式中，所述的母线负荷成分测算方法，步骤还包括：

根据模型求解所得的标幺基准值以及所述用户典型日负荷曲线，计算出与所述用户典型日负荷曲线对应的有名值；

将所述有名值叠加，得出分类以后合成的母线负荷；

计算分类以后合成的母线负荷与原始母线负荷的误差值。

在本发明第一方面的第四种可能的实现方式中，所述计算分类以后合成的母线负荷与原始母线负荷的误差值，包括：

计算分类以后合成的母线负荷与原始母线负荷的逐点相对误差值、绝对值最大相对误差值、绝对值最小相对误差值以及平均相对误差值。

在本发明第一方面的第五种可能的实现方式中，所述计算分类以后合成的母线负荷与原始母线负荷的误差值，包括：

计算出剩余平方和、拟合值与实际平均值的之差的回归平方和以及实际值与实际平均值之间差的总偏差平方和；