[发明专利]一种电力可移动负荷识别方法

权利要求书

1.一种电力可移动负荷识别方法，其特征在于：包括以下步骤：

步骤一：数据采集与获取；获取电力自动化监测系统所记录的用电设备历史运行数据；历史运行数据包括有功功率、无功功率、电流、电压、功率因数和用电量数据；数据的记录间隔为分钟级别，包括1-60分钟之间；历史运行数据的时间跨度为可观测到负荷重复变化的周期的K倍，K为大于等于1的整数；所述电力自动化监测系统包括SCADA系统、用电信息采集系统、能耗监测系统、配电监控系统；根据负荷识别需要将预设的多个用电设备的负荷进行矢量叠加，合成为一个组合对象；所述组合对象的可移动负荷识别方法为一台用电设备；

步骤二：数据清洗与补齐：以一个用电设备为识别对象，首先检查识别对象的每条历史数据记录，标识数据缺失的记录；其次，应用欧姆定律、基尔霍夫电路定律、基本功率方程对同一时间的功率、电流、电压、功率因数、电量的数据间关系进行相互校核，验证数据的有效性；若发现数据异常则剔除该数据，同时标识该数据缺失；最后，对缺失的数据记录进行补齐；

步骤三：形成标准化的日负荷曲线三维向量：将步骤二清洗后的数据进行归一化处理，构建日期、24小时时间、幅度三维向量矩阵R(M，T，P)；其中M为负荷曲线的天数；T为数据对应的24小时的时间，P代表幅度；

步骤四 ：负荷特征识别；对用电设备日负荷曲线三维向量按日进行聚类分析计算，计算得到N个分类；其中N为远小于M的整数；把每个分类的聚类中心作为用电设备的典型特征曲线，也就是负荷特征；M天中每一天的负荷都会对应N个分类中的其中一个分类；其中聚类分析包括K-均值、高斯混合或者谱聚类方法；

步骤五：日负荷曲线突变检测：将M天中每天实际的负荷曲线与其对应的典型特征曲线作对比；如果存在M天中每天实际的负荷曲线对比其对应的典型特征曲线在曲线上发生突变，则判断该识别对象为可移动负荷；

步骤六：获取该识别对象的可移动负荷的大小以及对应的时间；

步骤七：对其他负荷或用电设备的识别，重复步骤二到步骤六。

2.根据权利要求1所述的一种电力可移动负荷识别方法，其特征在于：步骤二中的补齐方法采用历史同比负荷对比参考法和最小二乘法插值法这两种方法的综合，综合方式为按权重进行综合；所述历史同比参考负荷为根据负荷周期自动识别。

3.根据权利要求1所述的一种电力可移动负荷识别方法，其特征在于：步骤五中的突变的判断标准具体为：将典型用电曲线作为期望值μ，当天实际负荷为X，每天数据采样点数为N，则利用均方差公式：

其中x_i为当天第i个采样时刻点的实际负荷；计算每个识别对象的聚类类别及时间为函数的均方差；如果识别对象的某一个时间的用电值减去此时对应的聚类中心的差值大于预设的阈值即判断该识别对象为可移动负荷。

4.根据权利要求1所述的一种电力可移动负荷识别方法，其特征在于：步骤五中突变的判断采用差值百分比检测法；所述差值百分比检测法以典型用电曲线作为参考值，通过差值百分比与预设的阈值比较，检测大型用电器发生时间；所述差值百分比计算公式如下：

差值百分比=(真实值-聚类中心)/聚类中心 。