[发明专利]一种应用于煤改电负荷特性的分析预测方法及装置

权利要求书

1.一种应用于煤改电负荷特性的分析预测方法，其特征在于，包括如下步骤：

S10采集户表功率、电流、电压的历史数据；

S20基于采集的户表功率、电流、电压的数据建立样本数据库；

S30通过稳态特征提取算法从所述样本数据库提取一次稳态特征点；

S40基于提取的一次稳态特征点，通过快速傅里叶变换算法将负荷信号时域特征信息转换为频域内的频谱信号，从而得到负荷设备的频域特征信息；

S50基于所述频域负荷特征信息进行谐波分析，得到谐波特征值；

S60基于所述频域负荷特征信息进行贝叶斯聚类，形成明确的宏观负荷特征值、微观负荷特征值；

S70基于所述宏观负荷特征值、微观负荷特征值、谐波特征值，通过神经网络特征识别算法建立负荷识别模型；

S80通过所述负荷识别模型进行负荷识别计算和谐波计算。

2.根据权利要求1所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，所述负荷信号波形分为活性和非活性两个部分；对差异化较大非活性部分进行傅里叶变换后得到负荷设备在频域上的特征信息，即提取谐波分量，具体地为：

。

3.根据权利要求2所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，所述基于所述频域负荷特征信息进行谐波分析，得到谐波特征值，具体为：根据

可计算出用户谐波电流比例和电流总谐波畸变率

谐波电流比例为：

电流总谐波畸变率为：

式中，为基波电流有效值，为 k 次谐波电流有效值。

4.根据权利要求1所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，所述负荷特征为稳态特征。

5.根据权利要求1所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，所述通过稳态特征提取算法从所述样本数据库提取一次稳态特征点中，具体通过PQ特性、电流特性、V-I特性提取负荷一次稳态特征点。

6.根据权利要求1所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，建立负荷识别模型包括如下步骤：

第一步，收集历史负荷数据；

第二步，将历史负荷数据作为训练集进行训练；

第三步，建立神经网络遗传迭代优化模型;

第四步，基于网络训练误差，将神经网络训练误差作为遗传迭代的目标函数，对神经网络中的权值和阈值进行优化。

7.根据权利要求1所述的一种应用于煤改电负荷特性的分析预测方法，其特征在于，所述神经网络包括输入层、隐含层和输出层三层结构；所述输入层选择采样数据计算求得的负荷特征作为神经网络的输入，所述输出层神经元个数等于用电场景中的电器种类数，数组中的每一个字符编码数表示电器的一种开闭运行状态，所述隐含层包含于神经网络中，其中隐含层神经元个数是输入层神经元个数的两倍再加一。

8.一种应用于煤改电负荷特性的分析预测装置，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。