一種基于頻域指標的負荷特性分類與綜合方法
【專利摘要】本發(fā)明公開了一種基于頻域指標的負荷分類與綜合方法，首先從監(jiān)測控制和數(shù)據(jù)采集系統(tǒng)獲取待分類的配變臺區(qū)，對數(shù)據(jù)進行預處理，再對數(shù)據(jù)進行歸一化處理，用標幺值表示，通過一周或幾周數(shù)據(jù)取平均值，獲得典型日負荷曲線；后基于定義的頻域指標描述體系，采用指定的聚類方法，得到頻域特征參數(shù)相似的配變臺區(qū)類，最后得到各分類用戶的典型負荷曲線及其頻域指標描述集。此方案相比傳統(tǒng)負荷分類與綜合方法，能有效減少數(shù)據(jù)維數(shù)，降低計算開銷和存儲容量，負荷分類效果與傳統(tǒng)方法相近。
【專利說明】一種基于頻域指標的負荷特性分類與綜合方法

【技術領域】
[0001] 本發(fā)明屬于電力系統(tǒng)領域，具體涉及一種基于頻域指標的負荷特性分類與綜合方 法。

【背景技術】
[0002] 負荷分類與綜合是電力系統(tǒng)規(guī)劃、錯峰管理、分時電價、負荷預測的基礎，好的負 荷分類與綜合方法能給系統(tǒng)規(guī)劃、錯峰管理等提供正確的依據(jù)和指導。
[0003] 電力系統(tǒng)用戶類型繁多，各種類型的用戶呈現(xiàn)不同的負荷特性，當前缺乏符合電 網(wǎng)實際的、科學的負荷分類方法及完善的負荷特性指標體系。目前，負荷特性指標主要基于 用戶日負荷曲線（48點或96點數(shù)據(jù)）進行提??；指標體系主要采用時域指標，如日負荷率、 日最小負荷率、日峰谷差，日峰谷差率、峰期負載率、平期負載率、谷期負載率等。經(jīng)相關研 究發(fā)現(xiàn)，僅通過這些指標都無法精確詳細描述負荷特性。因此通常需要通過48點或96點 日負荷曲線數(shù)據(jù)才能有效進行負荷特性聚類分析，隨著電網(wǎng)的日益發(fā)展，需要統(tǒng)計和存儲 的數(shù)據(jù)量逐漸增大，維護成本較高。
[0004] 以聚類為基礎的數(shù)據(jù)挖掘算法是近年來新興的智能負荷分析與處理手段，主要是 采取各種聚類方法，如κ-means(k均值聚類算法）、FCM(模糊聚類算法）、SOM(自組織映射 算法）等對區(qū)域電力系統(tǒng)變壓器或者用戶的負荷數(shù)據(jù)進行聚類分析。已有專利提出了一種 以K-means劃分聚類為基礎的典型日負荷曲線提取方法，其需要預先輸入聚類數(shù)目K，且聚 類以48點或96點日負荷曲線為依據(jù)，所需計算開銷較大，數(shù)據(jù)存儲量大。


【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術的不足，本發(fā)明提出一種基于頻域指標的負荷特性分類與綜合描述 方法，其目的在于克服現(xiàn)有技術中進行負荷特性分類時，計算量大且數(shù)據(jù)存儲量大的問題。
[0006] -種基于頻域指標的負荷分類與綜合方法，包括如下步驟：
[0007] 步驟1 :從監(jiān)測控制和數(shù)據(jù)采集系統(tǒng)獲取待分類的配變臺區(qū)同屬相似工作日的 5-10組日負荷曲線數(shù)據(jù)；
[0008] 所述相似工作日是指，對日類型相同的配變臺區(qū)日負荷數(shù)據(jù)，依據(jù)氣象數(shù)據(jù)根據(jù) 灰色關聯(lián)度分析得到關聯(lián)度大于或等于〇. 6;即日負荷曲線具有相似性；
[0009] 步驟2 :對配變臺區(qū)的每組日負荷曲線數(shù)據(jù)按下式進行歸一化處理； Pr
[0010] = 〇，1，2,…,95 max
[0011] 其中，Pn為配變臺區(qū)日負荷曲線在第η個數(shù)據(jù)采集時刻的有功功率值，Pmax為同屬 相似工作日的日負荷曲線中該配變臺區(qū)日負荷有功功率的最大值，Xn為配變臺區(qū)在第η個 數(shù)據(jù)采集時刻的配變臺區(qū)有功功率歸一化數(shù)值；
[0012] 步驟3 :對步驟2得到的配變臺區(qū)的多組已歸一化處理的日負荷曲線數(shù)據(jù)在對應 的數(shù)據(jù)采集點分別獲取功率平均值，以每個數(shù)據(jù)采集點的功率平均值作為配變臺區(qū)在對應 相似工作日的典型日負荷曲線，典型日負荷曲線上每個數(shù)據(jù)采集點的功率值記為\;
[0013] 步驟4:對步驟3得到的配變臺區(qū)的典型日負荷曲線進行離散傅里葉變換得到第k 次諧波幅值Ak與相位值ak ;

【權利要求】
1. 一種基于頻域指標的負荷分類與綜合方法，其特征在于，包括如下步驟： 步驟1 :從監(jiān)測控制和數(shù)據(jù)采集系統(tǒng)獲取待分類的配變臺區(qū)同屬相似工作日的5-10組 曰負荷曲線數(shù)據(jù)； 步驟2 :對配變臺區(qū)的每組日負荷曲線數(shù)據(jù)按下式進行歸一化處理；
其中，Pn為配變臺區(qū)日負荷曲線在第η個數(shù)據(jù)采集時刻的有功功率值，Pmax為同屬相似 工作日的日負荷曲線中該配變臺區(qū)日負荷有功功率的最大值，Xn為配變臺區(qū)在第η個數(shù)據(jù) 采集時刻的配變臺區(qū)有功功率歸一化數(shù)值； 步驟3 :對步驟2得到的配變臺區(qū)的多組已歸一化處理的日負荷曲線數(shù)據(jù)在對應的數(shù) 據(jù)采集點分別獲取功率平均值，以每個數(shù)據(jù)采集點的功率平均值作為配變臺區(qū)在對應相似 工作日的典型日負荷曲線，典型日負荷曲線上每個數(shù)據(jù)采集點的功率值記為I; 步驟4 :對步驟3得到的配變臺區(qū)的典型日負荷曲線進行離散傅里葉變換得到第k次 諧波幅值Ak與相位值a k ; n=u
步驟5 :計算每個配變臺區(qū)典型日負荷曲線的頻域指標： 幅值歸一化指較
其中，Aik為第i個配變臺區(qū)的典型日負荷曲線離散傅里葉變換得到的第k次諧波幅 值； 相位值歸一化指標
其中，a ik為第i個配變臺區(qū)的典型日離散傅里葉變換得到的第k次諧波相位值； 第i個配變臺區(qū)的基波與前四次諧波構成的頻域指標特性集4 = {(Ψ，ik，Ψ" ik)，k = 0, 1，2,3,4}; 步驟6 :按照步驟1-步驟5所述的方法計算得到的每個待分類的配變臺區(qū)的頻域指標 特性集，采用聚類算法對頻域指標特性集進行聚類，將頻域指標特性集中頻域指標中的幅 值歸一化指標和相位歸一化指標分別累加后得到兩個累加值，同一類負荷特性的配變臺區(qū) 中任意兩個配變臺區(qū)的兩個相應的累加值之差的百分比均在±5%-±10%范圍內(nèi)，實現(xiàn) 負荷特性分類。
2. 根據(jù)權利要求1所述的基于頻域指標的負荷分類與綜合方法，其特征在于，所述聚 類算法包括K均值或模糊C均值算法。
3.根據(jù)權利要求1所述基于頻域指標的負荷分類與綜合方法，其特征在于，對某一類 負荷特性的配變臺區(qū)的頻域指標進行統(tǒng)計，得到該類負荷相應的頻域指標特性集，實現(xiàn)同 一類負荷特性的配變臺區(qū)的頻域指標的綜合。
【文檔編號】G06Q10/06GK104376402SQ201410602513
【公開日】2015年2月25日 申請日期:2014年10月31日 優(yōu)先權日:2014年10月31日
【發(fā)明者】朱亮, 李欣然, 冷華, 賀悝, 龔方亮, 童瑩, 龔漢陽, 李龍桂 申請人:國家電網(wǎng)公司, 國網(wǎng)湖南省電力公司, 國網(wǎng)湖南省電力公司電力科學研究院, 湖南大學