[发明专利]居民用户需求响应高潜力用户筛选方法及系统

权利要求书

1.居民用户需求响应高潜力用户筛选方法，其特征在于，包括：

步骤1、居民用户非侵入式负荷监测数据的获取；

步骤2、数据的清洗及预处理，生成用户可调节负荷曲线；

步骤3、对用户可调节负荷曲线进行用户类别划分；

步骤4、依照划分后的各个用户类别的中心曲线，筛选其中需求响应潜力高的类别；

步骤5、输出筛选出的这些类别内的用户信息，即具有高需求响应潜力的居民用户名称、户号以及所属台区。

2.根据权利要求1所述的居民用户需求响应高潜力用户筛选方法，其特征在于，所述的步骤1中，获取的数据需要区分工作日和非工作日，按照待筛选日的性质，获取每个用户筛选前同性质7日的非侵入式负荷监测数据，数据点时间间隔为15分钟，负荷分类包括空调、电热水器和电采暖设备。

3.根据权利要求1所述的居民用户需求响应高潜力用户筛选方法，其特征在于，所述步骤2中，数据的清洗包括异常数据剔除和缺失数据补全；

异常数据的判别方法是对相邻的两个采样点数据进行作差，结果与日平均负荷比较，若某数据点两侧差值均大于3倍当日平均负荷，则认为数据异常，反之认为数据正常，如下式所示：

其中，P(t)为采样时刻t的功率值，Δt为采样时间间隔，即15分钟，为当日负荷平均值；

缺失数据的补全方法分两种情况，第一种情况是连续缺失点不超过3个，此时在缺失值两侧的数据点中间进行线性插值；第二种情况是缺失点超过3个，则采用其他正常日同时刻数据平均值进行数据补全，如下式所示：

其中，N为连续缺失的数据个数，P_lost(i)为第i个缺失值，P_l为缺失值时间序列左侧第一个值，P_r为缺失值序列右侧第一个值，为第i个缺失值在其他几天中的负荷值的平均值。

4.根据权利要求1所述的居民用户需求响应高潜力用户筛选方法，其特征在于，所述步骤2中的数据预处理包括提取用户空调、电采暖设备和电热水器的负荷数据，并在经过清洗后叠加形成每日可调节负荷曲线，如下式所示：

其中，P_j(t)为第j天t时刻的可调节负荷，和分别为第j天t时刻的空调、电采暖设备和热水器的负荷值；

然后求用户7天负荷平均值，如下式：

5.根据权利要求1所述的居民用户需求响应高潜力用户筛选方法，其特征在于，所述步骤3中，进行用户类别划分要达到的最终效果是类内相似度最小、类间差异性最大，此时点和中心的加权距离之和最小，使用的公式表达式为：

其中，c为类别数目，n为总用户数目，P_avg,p代表第p个用户的负荷曲线96个值组成的向量；c_q代表第q个类别的中心向量，也由96个值组成，这96个点连接形成的曲线即为第q类的中心曲线；a_pq指用户p在类q的隶属度，规定样本在各类的隶属度之和为1，即：

隶属度的迭代公式如下：

其中，m为影响分类离散程度的模糊系数，c_k代表第k个类别的中心向量；

用户类别划分完成之后输出各类别中心曲线，以及属于该类别的用户列表，包括用户的姓名、户号以及所属台区信息。

6.根据权利要求1所述的居民用户需求响应高潜力用户筛选方法，其特征在于，所述步骤4中，筛选方法为：判断类别中心曲线中负荷最大值和最小值之差与2倍曲线负荷平均值的大小关系，若差值大于2倍平均值，则认为响应潜力高，反之认为响应潜力低。