[发明专利]一种基于数据驱动的配电网用户无功用电行为分析方法

权利要求书

1.一种基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，包括：

步骤S1：获取不同用户的历史用电数据，根据所述历史用电数据，计算对应的功率因数数据；

步骤S2：对所述功率因数数据进行预处理，得到功率因数日曲线和功率因数日序列数据；

步骤S3：根据多层卷积自编码器和K均值聚类算法，对所述功率因数日序列数据进行降维和聚类，得到所述功率因数日曲线的分类结果；

步骤S4：根据所述功率因数日曲线的分类结果，进行无功用电行为分析，得到不同用户的无功用电模式和无功用能特性。

2.如权利要求1所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，所述历史数据包括历史有功功率数据、历史无功功率数据或历史电流电压数据。

3.如权利要求1所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，对所述功率因数数据进行预处理具体包括：对缺失数据剔除或填补、异常数据检测并修复，对于不满足预设剔除条件的数据作为异常数据处理。

4.如权利要求3所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，所述异常数据的判定为：在一条曲线中突然升高或者突然降低的数据判定为异常数据，所述异常数据的判定式为：

式中：P(t)为所述功率因数日曲线在t时刻的取值，

P(t-1)为所述功率因数日曲线在t-1时刻的取值，

ρ表示所述功率因数日曲线在t时刻的变化率。

5.如权利要求4所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，所述异常数据修复采用插值法，根据所述功率因数数据中的已知点建立插值函数f(x)，由对应点x_i的函数f(x_i)代替未知点；

采用平滑修正函数，其表达式为：

式中：m分别表示在t时刻向前所取的点的个数，

a分别表示在t时刻向后所取的点的个数，

m₁表示当前m的取值，

a₁表示当前a的取值。

6.如权利要求1所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，在所述步骤S3中，对所述功率因数日序列数据进行降维和聚类的步骤包括：

步骤S3.1：将所述功率因数日曲线输入训练好的多层卷积自编码器中进行训练，得到功率因数深层特征序列；

步骤S3.2：将所述功率因数深层特征序列进行聚类，所述聚类前根据Calinski-Harabasz指数，确定所述聚类簇数；

步骤S3.3：将确定的所述聚类簇数与所述功率因数深层特征序列输入K均值聚类算法算法中，得到所述功率因数日曲线的分类结果。

7.如权利要求6所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，在所述步骤S3.1中，所述多层卷积自编码器使用的是卷积与池化操作，与所述多层卷积自编码器对应的解码器使用反卷积操作，卷积编码表达式为：

h^k＝σ(x×ω^k+b^k)

式中：k为卷积核数目，h^k表示卷积层，ω^k和b^k为卷积核的两个参数，σ为激活函数，x表示原始序列。

8.如权利要求7所述的基于数据驱动的配电网用户无功用电行为分析方法，其特征在于，将得到的h^k进行反卷积特征重构，所述反卷积的表达式为：

式中，为ω^k的转置，c为ω^k的偏置，y为重构序列。