[发明专利]一种基于数据驱动的母线负荷特性分析

摘要

本发明公开一种基于数据驱动的母线负荷特性分析，对每日母线负荷曲线进行聚类分析，充分考虑了不同时段电量的波形大小，对波动性较大的时段赋予较高的权重，以提升聚类算法对母线负荷辨识度，再根据母线负荷曲线聚类结果，对母线进行划分，然后在此基础上提出了模式切换熵、相对波动率、日平均负荷、温度敏感度等四个指标，从不同维度描述母线负荷特性；最后根据提取和特征，利用K最邻近算法对母线负荷进行分类，最终通过对广州实际母线负荷数据进行了算例仿真；该基于数据驱动的母线负荷特性分析所提出的指标能够较好的刻画母线负荷特性，并能取得较好的分类效果。

主权项

一种基于数据驱动的母线负荷特性分析，其特征在于：包括数据预处理、聚类分析、指标提取、母线分类；其中，数据预处理包括数据清洗和数据标幺化两个方面，数据清洗工作在集成的母线负荷预测平台中完成；在聚类分析阶段，基于马氏距离进行处理，每条母线负荷曲线的根据其形状进行划分，然后计算每条母线划分到不同类别的频次，确定母线所属类别；在指标提取阶段，提取每条母线在不同用电模式直接切换的规律程度，定义模式切换熵来衡量；统计每条母线在不同时刻负荷波动的相对大小，定义相对波动率来衡量；计算每条母线特定时段内的平均负荷，定义日平均负荷来衡量；综合分析电量对温度的敏感度，定义温度敏感度来衡量；在母线分类阶段，以在聚类分析阶段对母线划分结果作为标签，在指标提取阶段得到的四个特征作为属性，利用K最邻近算法进行有监督的分类学习。