一种负荷曲线趋同最优拐点的识别方法
【专利摘要】所述的一种负荷曲线趋同最优拐点的识别方法，包括如下步骤：S1.数据收集；S2.数据预处理；所述的数据预处理包括如下步骤：S2-1.数据补全；S2-2.运用小波去噪进行数据修正；S3.基于数据预处理技术，实现负荷曲线的近似拟合；S4.将得到的拟合日负荷曲线进行数学处理，确定最优拐点。通过数据补全和小波去噪对原始数据进行预处理之后，调用Matlab软件进行多项式的近似拟合，这样就能得到平滑的连续函数形式，并将数学领域的拐点定义应用于电力负荷曲线上，可以有效快速的找出负荷曲线的拐点，帮助电力调度人员及时判定拐点的存在，做好相应的调度准备，有利于提高电网运行的稳定性和可靠性。
【专利说明】
一种负荷曲线趋同最优拐点的识别方法
技术领域
[0001]本发明涉及最优拐点的识别技术，具体涉及一种负荷曲线趋同最优拐点的识别方法。
【背景技术】
[0002]负荷曲线是电力系统中各类电力负荷随时间变化的曲线，是电力系统进行经济调度和系统规划的依据。随着智能电网调度技术在全国电网范围内的推广，跨区跨省的数据共享已经实现，这就为大范围资源优化配置提供了可靠的数据基础，而联络线计划是现有调度计划模式下实现跨区跨省资源优化配置的关键环节之一。因此，对于电力负荷曲线的拐点准确的识别不仅可以帮助电力调度人员及时拐点的存在，做好相应的调度准备，同时还能为电网公司制定合适的联络线规划，确定联络线形状提供一定的参考，有助于提尚电网公司的经济效益和供电的可靠性，提高能源的利用效率。然而，当前对于电力负荷曲线拐点的识别研究还较少，大多数的研究集中于联络线计划模型的建立，联络线的规划设计及运行控制与可用传输容量等方面，因此也亟需研究一种负荷曲线趋同最优拐点的识别方法。
【发明内容】
[0003]为了克服上述现有技术的缺失和不足，本发明提供一种负荷曲线趋同最优拐点的识别方法，能够定量识别负荷曲线的拐点，有利于指导调度运行人员制定相应的防范改进措施与联络线计划，从而提高电网运行的安全可靠性。
[0004]为了实现上述发明目的，本发明采取如下技术方案:
[0005]提供一种负荷曲线趋同最优拐点的识别方法，所述方法包括以下步骤:
[0006]S1.数据收集
[0007]收集发明拟实施地区每天每15分钟(每天共96个数据点)的历史负荷数据。
[0008]S2.数据预处理
[0009]将步骤SI中收集到的数据进行预处理，该步骤包含以下子步骤:
[0010]S2-1.数据补全
[0011]对于收集到的相关数据，难免会有遗失和缺漏，对于缺失的数据，要用同一时刻历史数据的均值进行补全。
[0012]S2-2.运用小波去噪进行数据修正
[0013]对于异常的数据，分析是否是异常点。为了保证对负荷曲线整体拐点的正确识别，要将异常值进行处理，调用Matlab小波分析模块对负荷数据做单层小波分解，进行低通滤波，然后做低频信号还原，即可得到小波去噪后的数据。具体的流程如图1所示。
[0014]S3.基于数据预处理技术，实现负荷曲线的近似拟合
[0015]用离散点上的数据集(即每天每15min共96个时间点)和已知在该点集上的函数值(即各个15min所对应的电力负荷值)，构造一个解析函数，使其在原离散点上尽可能接近给定的函数值，调用Matlab中polyfit函数用最小二乘法进行日负荷曲线的多项式拟入口 O
[0016]S4.将得到的拟合日负荷曲线进行数学处理，确定最优拐点
[0017]将步骤S3中得到的拟合日负荷曲线作数学处理，求出曲线的二阶导数为O的点，判断这些点两侧的二阶导数的符号，符号发生变化的点定义为负荷曲线的最优拐点。
【附图说明】
[0018]图1数据修正小波去噪流程图
[0019]图2负荷曲线趋同最优拐点的识别流程图
【具体实施方式】
[0020]如附图2所示，本发明提出的一种负荷曲线趋同最优拐点的识别方法的实施例具体步骤如下:
[0021](I)数据收集
[0022]收集发明拟实施地区每天每15分钟(每天共96个数据点)的历史负荷数据。
[0023](2)数据预处理
[0024]将步骤SI中收集到的数据进行预处理，该步骤包含以下子步骤
[0025]I)数据补全
[0026]对于收集到的相关数据，难免会有遗失和缺漏，对于缺失的数据，要用同一时刻历史数据的均值进行补全。
[0027]2)运用小波去噪进行数据修正
[0028]对于异常的数据，分析是否是异常点。为了保证对负荷曲线整体拐点的正确识别，要将异常值进行处理，调用Matlab小波分析模块对负荷数据做单层小波分解，进行低通滤波之后将高频部分去掉，然后将剩余的低频部分还原，即得到去噪后的数据。具体的流程如图1所示。
[0029](3)基于数据预处理技术，实现日负荷曲线的近似拟合。
[0030]用离散点上的数据集(即每天每15min共96个时间点)和已知在该点集上的函数值(即各个15min所对应的电力负荷值)，构造一个解析函数，使其在原离散点上尽可能接近给定的函数值，用最小二乘法对日负荷曲线进行近似拟合。调用Matlab中polyfit函数进行负荷的多项式拟合，调用的函数为:
[0031]P = polyfit (x, y, η)
[0032][p，s] = polyfit (χ，y，η)(I)
[0033]根据每天的负荷数据，输入每15min对应的时间数据作为χ值，分别输入相应时点的负荷值作为I值，最后输入拟合曲线最高次项6作为η值，得到相应的日负荷曲线的近似拟合多项式曲线。
[0034](4)将得到的拟合日负荷曲线进行数学处理，确定最优拐点。
[0035]将步骤(3)中得到的拟合日负荷曲线作数学处理，求出曲线函数二阶导数为O的点，判断这些点两侧的二阶导数的符号，符号发生变化的点定义为负荷曲线的最优拐点。
[0036]本发明提出的一种负荷曲线趋同最优拐点的识别方法首先通过数据补全和小波去噪对原始数据进行了预处理，然后将处理过后的数据调用Matlab软件进行多项式的近似拟合，这样就能得到平滑的连续函数形式，最后将数学领域的拐点定义应用于电力负荷曲线上，可以有效快速的找出负荷曲线的拐点，帮助电力调度人员及时判定拐点的存在，做好相应的调度准备，同时还能为电网公司制定合适的联络线规划，确定联络线形状提供一定的参考，有助于提1?电网公司的经济效益和供电的可靠性，提1?能源的利用效率D
【主权项】
1.一种负荷曲线趋同最优拐点的识别方法，其特征在于，包含如下步骤: 51.数据收集； 52.数据预处理； 所述的数据预处理包括如下步骤: S2-1数据补全； S2-2.运用小波去噪进行数据修正； 53.基于数据预处理技术，实现负荷曲线的近似拟合 54.将得到的拟合日负荷曲线进行数学处理，确定最优拐点。2.根据权利要求1所述的负荷曲线趋同最优拐点的识别方法，其特征在于S2中所述的运用小波去噪方式对收集到的负荷数据进行平滑处理，为进一步的负荷曲线的近似拟合做准备。3.根据权利要求1所述的考虑冲击负荷扰动的超短期负荷预测方法，其特征在于S4中所述的将数学领域的拐点定义应用于电力负荷曲线上，可以有效快速的找出负荷曲线的拐点，有很好的实用价值。
【文档编号】G06F17/17GK105988974SQ201510039045
【公开日】2016年10月5日
【申请日】2015年1月27日
【发明人】章渊, 刘敦楠, 陆麒亦, 刘睿智, 吉立航, 吴昌昊
【申请人】国网上海市电力公司, 华北电力大学