一種基于電量特性分析的用電負(fù)荷監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于電量特性分析的用電負(fù)荷監(jiān)測(cè)方法。
【背景技術(shù)】
[0002] 隨著經(jīng)濟(jì)的發(fā)展，用電量逐年攀升，電力市場(chǎng)的多元化與復(fù)雜化，對(duì)電力市場(chǎng)的決 策理論、管理手段和技術(shù)支持提出了更高的要求，但目前的工作中仍存在諸多不合理、不盡 如人意的問(wèn)題，如數(shù)據(jù)庫(kù)的靈活運(yùn)用，只能對(duì)用電數(shù)據(jù)的事后分析，不能事前準(zhǔn)確預(yù)測(cè)、事 中精確控制，只能定性的粗礦的分析；由于對(duì)用戶數(shù)據(jù)的事后分析，只能從宏觀層面上把握 整體的用電規(guī)律變化，不能做到從因果分析到時(shí)空關(guān)聯(lián)，從不同維度、不同角度對(duì)需求特性 精準(zhǔn)的分析，這種較強(qiáng)的滯后性、不精確性會(huì)對(duì)用電規(guī)律的把握失準(zhǔn)等等。究其原因，缺乏 對(duì)電力市場(chǎng)的需求特性、各種立體化指標(biāo)、效益指標(biāo)等等做精益化的分析與研究。
[0003] 新型能源的崛起以及分布式發(fā)電技術(shù)的日趨成熟，打破了固有的源網(wǎng)荷屬性，源 荷界限的模糊化加劇了負(fù)荷預(yù)測(cè)的難度?；谏綎|電網(wǎng)營(yíng)銷業(yè)務(wù)管理機(jī)制和955598客戶 中心現(xiàn)有的基礎(chǔ)與實(shí)際需求，目前只能做到對(duì)用戶數(shù)據(jù)的事后分析，只能粗礦的從宏觀層 面上把握整體的負(fù)荷規(guī)律變化，不能具體到對(duì)某行業(yè)、某客戶的負(fù)荷特性的分析，也不能對(duì) 負(fù)荷特性變化引起的原因具體分析，無(wú)從判斷是否存在用戶用電不正常。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為了解決上述問(wèn)題，提出了一種基于電量特性分析的用電負(fù)荷監(jiān)測(cè)方法， 本方法考慮各用戶橫向和縱向間的關(guān)聯(lián)，采用單類支持向量機(jī)理論進(jìn)行預(yù)測(cè)，同時(shí)為了消 除外界有色噪聲的誤差，將預(yù)測(cè)負(fù)荷縮放到實(shí)測(cè)負(fù)荷水平，然后進(jìn)行判斷是否存在用戶用 電不正常。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0006] 一種基于電量特性分析的用電負(fù)荷監(jiān)測(cè)方法，包括以下步驟：
[0007] (1)獲取電力負(fù)荷歷史監(jiān)測(cè)數(shù)據(jù)，構(gòu)建訓(xùn)練樣本集合；
[0008] (2)利用單類支持向量機(jī)理論，在訓(xùn)練樣本中進(jìn)行典型日的選??；
[0009] (3)將日負(fù)荷電量數(shù)據(jù)按照時(shí)序分成四段，形成用電量歷史數(shù)據(jù)序列并進(jìn)行歸一 化；建立預(yù)測(cè)模型，對(duì)歸一化得到的歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)；
[0010] (4)將預(yù)測(cè)得到的結(jié)果按照負(fù)荷水平歸一化到實(shí)測(cè)數(shù)據(jù)，并與實(shí)測(cè)數(shù)據(jù)進(jìn)行比對(duì)。
[0011] 所述步驟（1)中，具體方法為：將數(shù)據(jù)庫(kù)中的數(shù)據(jù)導(dǎo)入文本文檔，然后讀取文本文 檔中的96點(diǎn)數(shù)據(jù)保存成矩陣的形式，分別給出行號(hào)及其對(duì)應(yīng)的用戶編號(hào)，并將缺失的量測(cè) 量補(bǔ)0,將96點(diǎn)數(shù)據(jù)轉(zhuǎn)化為24點(diǎn)數(shù)據(jù)。
[0012] 所述步驟（2)中，對(duì)樣本集聚類，并通過(guò)調(diào)節(jié)參數(shù)改變模型的結(jié)構(gòu)風(fēng)險(xiǎn)，從而在經(jīng) 驗(yàn)風(fēng)險(xiǎn)和置信風(fēng)險(xiǎn)中間進(jìn)行折衷，將每一天的量測(cè)數(shù)據(jù)作為一個(gè)樣本，則樣本就是24維空 間中的一點(diǎn)，使用一個(gè)超球面使得覆蓋住所有樣本點(diǎn)，則超球的圓心也就是量測(cè)數(shù)據(jù)的中 心，也就是典型日數(shù)據(jù)所在的地方。
[0013] 所述步驟（2)中，具體方法為：運(yùn)用分支算法單類支持向量機(jī)進(jìn)行典型日的選取， 用超球面代替超平面來(lái)劃分?jǐn)?shù)據(jù)，目標(biāo)函數(shù)的初始問(wèn)題為：
[0014]
(1)
[0015] 通過(guò)設(shè)定參數(shù)0<v< 1，使超球面的半徑和它所能包含的訓(xùn)練樣本數(shù)目之間進(jìn) 行折衷；當(dāng)v小的時(shí)候，（v是0-1之間的數(shù)）盡量把數(shù)據(jù)放進(jìn)球里面，當(dāng)v大的時(shí)候，盡 量壓縮球的尺寸。其中，R代表超球面的半徑，超球面半徑越小，分類的泛化風(fēng)險(xiǎn)越小，對(duì)可 能出現(xiàn)的不良數(shù)據(jù)抵制能力強(qiáng)，但是，可能會(huì)產(chǎn)生欠學(xué)習(xí)的現(xiàn)象；1是樣本總量；c是超球面 球心；v表示在支持向量和錯(cuò)分向量之間的折中，能夠從某種程度上控制超球面半徑；乂;表 示樣本，Ci示松弛變量。
[0016] 所述步驟⑵中，利用拉格朗日函數(shù)求解目標(biāo)函數(shù)，
[0017]
[0018] 式中L代表朗格朗日函數(shù)，a^I代表拉格朗日乘子。
[0019] 貝丨J
[0025] 通過(guò)QP優(yōu)化方法解這個(gè)對(duì)偶問(wèn)題得到優(yōu)化解a;將a帶入式（4)可得到圓心c的值，即待求典型日。a;、代表拉格朗日乘子。1是樣本總量；v表示在支持向量和錯(cuò)分 向量之間的折中，能夠從某種程度上控制超球面半徑；Xl、Xj表示樣本，
[0026] 所述步驟⑶中，將日負(fù)荷電量數(shù)據(jù)按照時(shí)序分成四段，形成用電量歷史數(shù)據(jù)序 列并進(jìn)行歸一化，為了簡(jiǎn)化，將每天96點(diǎn)的數(shù)據(jù)歸算到每天4點(diǎn)。
[0027] 所述步驟⑷中，預(yù)測(cè)模型如下：
[0028]
cm
[0029] 其中，y;，b都為m維列向量，巾（xj是k維列向量，〇是mXk維矩陣，需要注意的 是巾（Xl)與Xl的維數(shù)不一定相同，此處不關(guān)心x,的維數(shù)。
[0030] 所述步驟（4)中，定義拉格朗日乘子：
[0034]其中，①=(①（xD，①（x2)，…，①（xn))為kXn矩陣，Da = diag{a a 2，…，a n}
維行向量，tr]= (b\b\…，tr])T是n維 行向量；
[0036]其中，a = (a a 2，…，a n)為n維行向量；
[0039]由式（4. 5) (4. 6)可知，在最優(yōu)解處：
[0040]由于由樣本決定，即寫(xiě)成樣本的組合，所以，可得
[0041]
(4 7)
[0042] 其中，V= (//ri…r,〇為n維行向量；
[0043] 將式（4.7)代入式（4.3)，并在方程兩端同乘以〇10。的廣義逆（〇亇。） +，得到 [①①T+Da+] rj=[yH，定義K=①①T，其中KifKUuX)=①T(Xl)①（Xj)，因而，可 以寫(xiě)成：
[0047] 求解式（4. 9)即可得到y(tǒng)j，bj，進(jìn)一步可得yj=yj ?K. , j是一種代表樣 本權(quán)重的變量；lr]是一個(gè)偏置項(xiàng)；y是預(yù)測(cè)的變量，K=①①T; ?W分別是權(quán)系數(shù)向量及 偏置，4>(Xl) :Rn-r，其中r表示高維特征空間，c為平衡系數(shù)，y]為訓(xùn)練數(shù)據(jù)的目標(biāo)值， Xl為訓(xùn)練樣本，Ii為懲罰函數(shù)；…沁)為n維行向量，是樣本的某種組合；定義 K= 〇〇T，其中 = 〇T(Xl)〇(Xj)。
[0048] 本發(fā)明的有益效果為：
[0049] (1)本發(fā)明根據(jù)電力系統(tǒng)歷史數(shù)據(jù)，能夠有效預(yù)測(cè)負(fù)荷指數(shù)，指導(dǎo)電力系統(tǒng)運(yùn)營(yíng)；
[0050] (2)本發(fā)明可以實(shí)現(xiàn)具體到對(duì)某行業(yè)、某客戶的負(fù)荷特性的分析，以及對(duì)負(fù)荷特性 變化引起的原因具體分析；
[0051] (3)本發(fā)明建立負(fù)荷變化規(guī)律指標(biāo)，能夠反映客戶宏觀政策、客戶生產(chǎn)規(guī)模對(duì)電力 市場(chǎng)營(yíng)銷制定電價(jià)的影響，實(shí)現(xiàn)從全社會(huì)的異常能夠推導(dǎo)出具體某行業(yè)的異常甚至具體到 某客戶的異常，分析出負(fù)荷異常變化引起的主要因素。
【附圖說(shuō)明】
[0052] 圖1為本發(fā)明的流程示意圖；
[0053] 圖2為本發(fā)明實(shí)施例示意圖。
【具體實(shí)施方式】：
[0054] 下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[0055] 如圖1所示，1. 1. 1典型日的選取模型
[0056] 本項(xiàng)目的主要?jiǎng)?chuàng)新點(diǎn)之一是運(yùn)用分支算法單類支持向量機(jī)（one-classsvm)進(jìn)行 典型日的選取，此方法是對(duì)傳統(tǒng)SVM的擴(kuò)展和延伸，是將統(tǒng)計(jì)學(xué)習(xí)理論引入到無(wú)監(jiān)督學(xué)習(xí) 理論，下面介紹一下one-classsvm并簡(jiǎn)要說(shuō)明一下其能用于進(jìn)行典型日選擇的原理。
[0057] One-classsvm的本質(zhì)是用超球面代替超平面來(lái)劃分?jǐn)?shù)據(jù)的想法。目標(biāo)函數(shù)的初 始問(wèn)題為：
[0058] (3.1)
[0059] 通過(guò)設(shè)定參數(shù)0<v< 1，使超球面的半徑和它所能包含的訓(xùn)練樣本數(shù)目之間進(jìn) 行折衷。當(dāng)v小的時(shí)候，盡量把數(shù)據(jù)放進(jìn)球里面，當(dāng)v大的時(shí)候，盡量壓縮球的尺寸。
[0060] 使用拉格朗日函數(shù)來(lái)解這個(gè)問(wèn)題：
[0068] 通過(guò)QP優(yōu)化方法解這個(gè)對(duì)偶問(wèn)題得到優(yōu)化解a。
[0069] 將a帶入式（3. 4)可得到圓心c的值，即待求典型日。
[0070] 可以看到，one-classsvm主要功能是對(duì)樣本集的聚類，并通過(guò)調(diào)節(jié)參數(shù)v改變模 型的結(jié)構(gòu)風(fēng)險(xiǎn)，從而在經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信風(fēng)險(xiǎn)中間進(jìn)行折衷，而典型日的選擇本身也是一種 聚類，如果將每一天的量測(cè)數(shù)據(jù)作為一個(gè)樣本，則樣本就是24維空間中的一點(diǎn)，使用一個(gè) 超球面使得其可以盡量覆蓋住所有樣本點(diǎn)，則超球的圓心也就是量測(cè)數(shù)據(jù)的中心，也就是 典型日數(shù)據(jù)所在的地方。
[0071] 通過(guò)各用戶的典型日負(fù)荷曲線我們可以分析用戶間的用電規(guī)律以及用戶與該行 業(yè)總體用電規(guī)律間的關(guān)聯(lián)特性。
[0072] 1. 1. 2相關(guān)系數(shù)
[0073] 相關(guān)系數(shù)顯示兩個(gè)隨機(jī)變量之間線性關(guān)系的強(qiáng)度和方向。相關(guān)系數(shù)的絕對(duì)值不超 過(guò)1。當(dāng)兩個(gè)變量的線性關(guān)系增強(qiáng)時(shí)，相關(guān)系數(shù)趨于1或-1。當(dāng)一個(gè)變量增加而另一變量 也增加時(shí)，相關(guān)系數(shù)大于0。當(dāng)一個(gè)變量的增加而另一變量減少時(shí)，相關(guān)系數(shù)小于0。當(dāng)兩 個(gè)變量獨(dú)立時(shí)，相關(guān)系數(shù)為〇,但反之并不成立。相關(guān)系數(shù)的計(jì)算公式如下式所示。
[0074]
[0075] 通過(guò)各用戶的典型日負(fù)荷曲線，我們可以分析用戶間的用電規(guī)律以及用戶與該行 業(yè)總體用電規(guī)律間的關(guān)聯(lián)特性。分別求取n個(gè)用戶典型日負(fù)荷曲線間的相關(guān)系數(shù)，結(jié)果可 存放在n*n的對(duì)角線元素為1的對(duì)稱矩陣中。非對(duì)角元素表示兩用戶典型日負(fù)荷曲線的相 關(guān)系數(shù)。通過(guò)繪制相關(guān)系數(shù)曲線能夠更加直觀地觀測(cè)各用戶典型日負(fù)荷曲線的相似性。圖 中若某用戶A坐標(biāo)上相關(guān)系數(shù)為1附近有多條相關(guān)系數(shù)曲線匯集，記這些匯集曲線對(duì)應(yīng)的 用戶集合為S，說(shuō)明用戶A的負(fù)荷曲線與集合S中用戶的負(fù)荷曲線形狀相近。
[0076] 1. 1. 3頻譜分析
[0077]快速傅里葉變換（FFT)是計(jì)算DFT的一種快速高效的算法。有限長(zhǎng)序列在數(shù)字技 術(shù)中占有很重要的地位，主要原因是由于其頻譜可以離散化。有限長(zhǎng)序列的DFT本身可以 完全表達(dá)序列的頻譜，所以DFT也可以直接對(duì)信號(hào)進(jìn)行頻譜分析。FFT可以將一個(gè)信號(hào)變換 到頻域，可以將一個(gè)信號(hào)的頻譜提取出來(lái)。有些信號(hào)在時(shí)域上是很難看出其特征的，但若將 信號(hào)變換到頻域之后，就能較容易看出其具有的周期特性。
[0078] 有限長(zhǎng)序列x(n)進(jìn)行一次DFT運(yùn)算所需的運(yùn)算量：
[0079]
[0080] 由這種方法計(jì)算DFT對(duì)于X(K)的每個(gè)K值，需要進(jìn)行4N次實(shí)數(shù)相乘和（4N-2)次 相加，對(duì)于N個(gè)k值，共需N*N乘和N(4N-2)次實(shí)數(shù)相加。改進(jìn)DFT算法，減小它的運(yùn)算量， 利用DFT中wf的周期性和對(duì)