一种基于负荷率的电力系统海量用户分类方法
【技术领域】
[0001] 本发明属于电力系统用户负荷分类领域，具体地说是涉及一种基于负荷率的电力 系统海量用户分类方法。
【背景技术】
[0002] 我国电力企业信息化起源于20世纪60年代，从初始电力生产自动化到80年代以 财务电算化为代表的管理信息化建设，再到近年大规模的企业信息化建设，特别伴随着下 一代智能化电网的全面建设，以物联网和云计算为代表的新一代IT技术在电力行业中的 广泛应用，电力数据资源开始急剧增长并形成了一定的规模。尤其是在用电侧，截止到2013 年，江苏省客户表计数量达到3000万，光用户负荷信息记录这一项，每年产生的数据量也 高达8. 41TB。在如此海量的用户负荷数据面前，极其需要快速高效的用户负荷分类方法，以 降低用户负荷分析的时间，提升对用户负荷的认知。
[0003] 用户负荷与系统负荷的特性截然不同。对于系统负荷，大量随机性用电事件（如 用电设备的开启关闭以及状态转换等）导致的负荷波动相互抵消，使得系统负荷变化的随 机性减小，规律性增强。由于用户负荷的水平相对较低，任何一个用电事件都有可能对大用 户的负荷造成较大的影响，这导致了用户负荷变化的随机性增强，而规律性减弱。
[0004] 同时，系统中用户数量呈现海量性，涉及的行业五花八门。不同行业之间由于生产 过程的不同，生产设备往往也大相径庭，这导致了不同用户负荷特性的差异可能会非常之 大，即便是同一个行业内的用户，生产工艺的差别也会导致负荷特性差别很大。
[0005] 由于用户负荷的海量规模，导致复杂的聚类算法对其分类的时间剧增；而由于用 户负荷曲线的随机波动过大，曲线形态不稳定，导致基于用户曲线形态的分类方法对用户 负荷难以生效。
[0006] 综上所述，用户负荷的海量规模与随机波动是目前用户负荷聚类的两大难题，亟 需提出快速高效的用户负荷分类方法。
【发明内容】
[0007] 本发明的目的是为克服已有技术的不足之处，提出了一种基于负荷率的电力系统 海量用户分类方法，该方法以用户月均负荷率为横轴，月内负荷率标准差为纵轴，将用户绘 于图中，得到用户负荷率分类图。因为用户月均负荷率代表了用户负荷曲线形态平稳与否， 而月内负荷率标准差则反映了用户负荷曲线在月内变化程度，用户在该负荷率分类图中的 位置即表征了其负荷的日内稳定程度和日间稳定程度。通过在该分类图中设置一定的分界 线，可将用户快速分为八个片区，且每个片区的用户负荷都具有自身的变化特性。
[0008] 本发明采用如下技术方案：一种基于负荷率的电力系统海量用户分类方法，其特 征在于，具体包括如下步骤：
[0009] SS1计算用户一月之内各日负荷率；
[0010] SS2计算月均负荷率和月内负荷率标准差：所述月均负荷率为用户日负荷率在一 月之内的平均值，所述月内负荷率标准差为用户日负荷率在一月之内分布的标准差；
[0011] SS3建立负荷率分类图：以所述月均负荷率为横轴，所述月内负荷率标准差为纵 轴，绘制负荷率分类图；
[0012] SS4根据日内稳定程度划区：在所述负荷率分类图上，以月均负荷率0.4,0.6,0.8 为横轴分界线，将所述负荷率分类图中的用户分为四个片区，分别为高日内稳定度片区、中 日内稳定度片区、低日内稳定度片区、极低日内稳定度片区；
[0013] SS5根据日间稳定程度划区：以"负荷率标准差/月均负荷率=0. 1"为边界，所 述边界以下片区为高日间稳定度片区，所述边界以上为低日间稳定度片区；原本所述步骤 SS4中的四个片区被分割成为A~H八个片区，然后将处于相同片区的用户分为一类。
[0014] 优选地，所述步骤SS1包括：求取用户一月之内每天的负荷率，其计算公式如式 (1)所示：
【主权项】
1. 一种基于负荷率的电力系统海量用户分类方法，其特征在于，具体包括如下步骤： SS1计算用户一月之内各日负荷率； SS2计算月均负荷率和月内负荷率标准差：所述月均负荷率为用户日负荷率在一月之 内的平均值，所述月内负荷率标准差为用户日负荷率在一月之内分布的标准差； SS3建立负荷率分类图：以所述月均负荷率为横轴，所述月内负荷率标准差为纵轴，绘 制负荷率分类图； SS4根据日内稳定程度划区：在所述负荷率分类图上，以月均负荷率0. 4,0. 6,0. 8为横 轴分界线，将所述负荷率分类图中的用户分为四个片区，分别为高日内稳定度片区、中日内 稳定度片区、低日内稳定度片区、极低日内稳定度片区； SS5根据日间稳定程度划区：以"负荷率标准差/月均负荷率=0. 1"为边界，所述边界 以下片区为高日间稳定度片区，所述边界以上为低日间稳定度片区；原本所述步骤SS4中 的四个片区被分割成为A~H八个片区，然后将处于相同片区的用户分为一类。
2. 根据权利要求1所述的一种基于负荷率的电力系统海量用户分类方法，其特征在 于，所述步骤SS1包括：求取用户一月之内每天的负荷率，其计算公式如式（1)所示：
其中，歹为用户一日之内的平均负荷，7_为用户一日之内的最大负荷，r为用户每天的 负荷率。
3. 根据权利要求1所述的一种基于负荷率的电力系统海量用户分类方法，其特征在 于，所述步骤SS2包括：对用户一月之内每日的负荷作平均，得到月均负荷率，如 式⑵所示：
其中n为每月的天数。
4. 根据权利要求3所述的一种基于负荷率的电力系统海量用户分类方法，其特征在 于，所述步骤SS2包括：对用户一月之内每日的负荷率ri~rn，求取标准差，得到月内负荷 率^7T：y住罢力P斤7K.
其中n为每月的天数。
5. 根据权利要求1所述的一种基于负荷率的电力系统海量用户分类方法，其特征在 于，所述步骤SS4包括：所述高日内稳定度负荷内，月均负荷率>0. 8 ;所述中日内稳定度负 荷内，0. 6〈月均负荷率〈0. 8 ;所述低日内稳定度负荷，0. 4〈月均负荷率〈0. 6 ;所述极低日 内稳定度负荷，月均负荷率〈〇. 4。
【专利摘要】本发明公开了一种基于负荷率的电力系统海量用户分类方法，其具体包括如下步骤：SS1计算用户一月之内各日负荷率；SS2计算月均负荷率和月内负荷率标准差；SS3建立负荷率分类图；SS4根据日内稳定程度划区；SS5根据日间稳定程度划区。本发明成功解决了用户负荷分类的海量规模和随机波动这两大难题，且分类流程简单，计算量小，开发难度低，物理含义明晰，实用性强，采用该方法可快速完成海量用户负荷的分类。
【IPC分类】G06F19-00
【公开号】CN104809332
【申请号】CN201510131733
【发明人】范洁, 陈霄, 易永仙, 颜庆国, 杨斌, 薛溟枫, 童星, 周玉, 金萍, 郭兴昕, 崔高颖
【申请人】国家电网公司, 江苏省电力公司, 江苏省电力公司电力科学研究院, 清华大学
【公开日】2015年7月29日
【申请日】2015年3月24日