[发明专利]一种基于人工智能的电力需求侧管理方法及系统

权利要求书

1.一种基于人工智能的电力需求侧管理方法，其特征在于，包括以下步骤：

获取各用户的用电信息，根据所述用电信息对用户进行分类；

根据用户所属类别与预设的初始电价管理表，为各用户匹配对应的初始调价策略，并根据匹配的初始调价策略为各用户分配对应的初始调价电价；所述预设的管理表存储有各用户类别与各初始调价策略的对应关系；

获取分配初始调价电价之后的各用户的用电信息，通过与分配初始调价电价之前对应的用电信息进行对比，计算各用户对对应的初始调价电价的响应程度；

根据用户所属类别以及对对应的初始调价电价的响应程度，为各用户分配对应的最终电价。

2.根据权利要求1所述的基于人工智能的管理方法，其特征在于，所述用电信息为用电负荷曲线。

3.根据权利要求2所述的基于人工智能的电力需求侧管理方法，其特征在于，根据所述用电信息对用户进行分类的方法包括以下步骤：

构建图数据结构，所述图数据结构包括需求侧各用户节点，各用户节点的信号值为对应的用电负荷曲线，两用户节点之间的边权值为两用户节点对应的用电负荷曲线的相似度；

根据所述图数据结构，构建图数据结构的度矩阵，以度矩阵的元素值更新对应用户节点的信号值；

基于更新后的各用户节点的信号值进行聚类，将每一聚类集合作为一个用户类别，聚类集合的总个数不大于初始电价管理表中存储的初始调价策略的总个数。

4.根据权利要求3所述的基于人工智能的电力需求侧管理方法，其特征在于，计算两用户节点对应的用电负荷曲线的相似度的方法包括以下步骤：

根据两用户节点对应的用电负荷曲线，构建第一时序对比矩阵D，所述第一时序对比矩阵D的尺寸为m*m，m为对每一用电负荷曲线的采样次数，第一时序对比矩阵D的行列顺序为时序上的采样顺序，第一时序对比矩阵D中的元素D(i，j)为对应的其中一个用户的第i次采样值与另一个用户的第j次采样值的差值的绝对值；

通过动态搜索的方式，从第一时序对比矩阵D的左上角元素点起，搜索方向为右侧、下侧和右下侧，直至搜索到第一时序对比矩阵D的右下角元素点，选取其中路径上各元素的元素值之和最小的路径作为最终路径；

计算最终路径上各元素值之和α₁，将α₁作为两用户节点对应的用电负荷曲线的相似度。

5.根据权利要求4所述的基于人工智能的电力需求侧管理方法，其特征在于，基于更新后的各节点的信号值进行聚类的方法包括以下步骤：

1)基于更新后的各节点的信号值构建二维坐标系，所述二维坐标系的横轴为更新后的信号值的大小，所述二维坐标系的纵轴为节点数量；

2)任选其中一个点作为第一初始聚类核心点，基于游走评价参数β确定聚类核心点的游走方向，其中，c_i为第i个点对应的节点数量，E_i为第i个点对应的信号值，E为聚类核心点对应的信号值，I为二维坐标系中点的总个数，sgn()为符号函数，d为聚类带宽，E_max为更新后的信号值的最大值，E_min为更新后的信号值的最小值，z为初始电价管理表中存储的初始调价策略的总个数；当β＝-1时向左游走，β＝1时向右游走，若聚类核心点在某一点停止游走或在某一点开始周期性游走，则将该点设置为最终聚类核心点，根据该最终聚类核心点和聚类带宽划定第一聚类集合；

3)从第一聚类集合外的点中选择第二初始聚类核心点，按照步骤2)中游走方式划定第二聚类集合；

4)重复步骤3)，直至无法获取新的聚类集合；

5)判断聚类集合的总个数是否大于初始电价管理表中存储的初始调价策略的总个数，若不大于，聚类完成；若大于，则计算各相邻聚类核心点对应的信号值差值的绝对值，选取其中绝对值最小对应的两个聚类集合进行合并，并调整聚类核心点，转至步骤6)；

6)再次判断聚类集合的总个数是否大于初始电价管理表中存储的初始调价策略的总个数，若不大于，聚类完成；若大于，再次对两个聚类集合进行合并，直至聚类集合的总个数不大于初始电价管理表中存储的初始调价策略的总个数，聚类完成。