一种负荷特性分析方法和系统的制作方法

文档序号:9217768阅读:355来源:国知局
一种负荷特性分析方法和系统的制作方法
【技术领域】
[0001] 本发明涉及电力工程技术领域领域,特别是涉及一种负荷特性分析方法和系统。
【背景技术】
[0002] 高精度的负荷预测离不开事前对负荷变化特点的深入分析,找出影响负荷变化的 主要因素,把握负荷自身的变化规律。对负荷特性的研宄主要分为定性分析和定量分析两 个方面。其中,定性分析是指根据负荷变化的直观特性,根据所研宄地区的经济发展、产业 结构、需求侧政策、气象因素、假期情况等因素,定性描述负荷特点及负荷受各因素的影响 变化趋势;定量分析包括利用负荷特性指标对负荷特性进行评价,研宄负荷与相关影响因 素的关联程度及变化关系等。
[0003] 但是,由于各行业典型负荷曲线、非电网统调负荷特性曲线的获取和加工处理较 为困难,定量分析各种因素对负荷特性的影响是一个比较困难的问题,且缺少系统的负荷 及负荷特性的分析方法,研宄负荷特性大多还是在定性分析。当对各地区进行负荷特性分 析时,均只是结合实际数据的可获得性,选择部分具有代表性的指标进行分析,造成各地区 难以进行对比分析,也容易造成指标的混淆,带来错误和偏差。另外,由于各地的负荷特性 不同,不同地区负荷受大气等外界因素影响的程度不同,若不考虑外界因素对负荷特性的 影响,而直接过用户负荷特性进行分析,将导致负荷特性分析结果与实际情况偏离较大。

【发明内容】

[0004] 有鉴于此,本发明实施例提供一种负荷特性分析方法和系统,以解决现有技术中 对各地区进行负荷特性分析时,均只是结合实际数据的可获得性,选择部分具有代表性的 指标进行分析,造成各地区难以进行对比分析,也容易造成指标的混淆,带来错误和偏差, 和不考虑外界因素对负荷特性的影响而直接过用户负荷特性进行分析,导致负荷特性分析 结果与实际情况偏离较大的问题。
[0005] 为实现上述目的,本发明实施例提供如下技术方案:
[0006] -种负荷特性分析方法,包括:
[0007] 确定待测用户的负荷曲线类别,获取所述类别的典型负荷曲线;
[0008] 利用多元线性回归方程计算所述典型负荷曲线与预定外界因素的关联关系,确定 所述典型负荷曲线受各个所述预定外界因素的影响程度;
[0009] 构建用电负荷特性指标体系,并根据所述用电负荷特性指标体系确定所述典型负 荷曲线的各个用电负荷特性指标值;
[0010] 根据所述典型负荷曲线受各个所述预定外界因素的影响程度和所述典型负荷曲 线的各个用电负荷特性指标值对所述典型负荷曲线特性进行分析,得到负荷特性分析结 果。
[0011] 其中,所述确定待测用户的负荷曲线类别包括:
[0012] 获取待测用户所在用电系统内所有用户的用电负荷曲线,确定所述所有用户的用 电曲线的所有可能聚类类别数;
[0013] 将每个所述可能聚类类别数分别作为模糊C-均值聚类算法的聚类类别数,对所 述用电负荷曲线进行模糊聚类,分别得到一个聚类结果;
[0014] 利用预定的有效性指标对所有得到的聚类结果进行评估,得到最佳聚类结果,确 定所述待测用户在所述最佳聚类结果中所属的聚类类别,得到所述待测用户的负荷曲线类 别。
[0015] 其中,所述获取所述类别的典型负荷曲线包括:
[0016] 确定所述待测用户的负荷曲线类别;
[0017] 确定所述负荷曲线类别内包含的所有用电负荷曲线;
[0018] 根据所述所有用电负荷曲线提取得到一条典型负荷曲线,将所述典型负荷曲线作 为所述待测用户的典型负荷曲线。
[0019] 其中,所述利用多元线性回归方程计算所述典型负荷曲线与预定外界因素的关联 关系,确定所述典型负荷曲线受各个所述预定外界因素的影响程度包括:
[0020] 根据预定外界因素建立多元线性回归方程;
[0021] 对所述多元线性回归方程进行拟合优度检验、方程显著性检验和方程系数显著性 检验,分别得到一个检验结果;
[0022] 根据所有所述检验结果确定所述典型负荷曲线受各个所述预定外界因素的影响 程度。
[0023] 其中,所述多元线性回归方程为: 八 /VAA
[0024] y=a+ +bi.x., + --- + !:nx; _
[0025] 其中,;为用电量或最大负荷;k为预定外界因素的数目;xk为第k个外界因素;名 和名均为拟合系数,其中,&为第k个外界因素的拟合系数。
[0026] 其中,所述用电负荷特性指标体系为日负荷特性指标、周负荷特性指标、月负荷特 性指标、季负荷特性指标或年负荷特性指标或规划型负荷特性指标。
[0027] 其中,所述日负荷特性指标包括:日最大负荷、日最小负荷、日平均负荷、日负荷曲 线、日负荷率、日最小负荷率、日峰谷差和日峰谷差率;
[0028] 所述月负荷特性指标包括:月最大负荷、月最小负荷、月平均日负荷、月平均日负 荷率、月最小负荷率和月负荷率;
[0029] 所述年负荷特性指标包括:年最大负荷、年最小负荷、年最大峰谷差、年负荷曲线、 年平均日负荷率、年平均月负荷率、季负荷率、年负荷率和年最大负荷利用小时数;
[0030] 所述规划型负荷特性指标包括:增长率、增长率变化率和负荷密度。
[0031] 一种负荷特性分析系统,包括:获取模块、第一分析模块、第二分析模块和综合分 析模块;其中,
[0032] 所述获取模块,用于确定待测用户的负荷曲线类别,获取所述类别的典型负荷曲 线;
[0033] 所述第一分析模块,用于利用多元线性回归方程计算所述典型负荷曲线与预定外 界因素的关联关系,确定所述典型负荷曲线受各个所述预定外界因素的影响程度;
[0034] 所述第二分析模块,用于构建用电负荷特性指标体系,并根据所述用电负荷特性 指标体系确定所述典型负荷曲线的各个用电负荷特性指标值;
[0035] 所述综合分析模块,用于根据所述典型负荷曲线受各个所述预定外界因素的影响 程度和所述典型负荷曲线的各个用电负荷特性指标值对所述典型负荷曲线特性进行分析, 得到负荷特性分析结果。
[0036] 其中,所述获取模块包括:数据获取单元、聚类单元和结果获取单元;其中,
[0037] 所述数据获取单元,用于获取待测用户所在用电系统内所有用户的用电负荷曲 线,确定所述所有用户的用电曲线的所有可能聚类类别数;
[0038] 所述聚类单元,用于将每个所述可能聚类类别数分别作为模糊C-均值聚类算法 的聚类类别数,对所述用电负荷曲线进行模糊聚类,分别得到一个聚类结果;
[0039] 所述结果获取单元,用于利用预定的有效性指标对所有得到的聚类结果进行评 估,得到最佳聚类结果,确定所述待测用户在所述最佳聚类结果中所属的聚类类别,得到所 述待测用户的负荷曲线类别。
[0040] 其中,所述第一分析模块包括:方程建立单元、检验单元和分析单元;其中,
[0041] 所述方程建立单元,用于根据预定外界因素建立多元线性回归方程;
[0042] 所述检验单元,用于对所述多元线性回归方程进行拟合优度检验、方程显著性检 验和方程系数显著性检验,分别得到一个检验结果;
[0043] 所述分析单元,用于根据所有所述检验结果确定所述典型负荷曲线受各个所述预 定外界因素的影响程度。
[0044] 基于上述技术方案,本发明实施例提供一种负荷特性分析方法和系统,其中,方法 包括:确定待测用户的负荷曲线类别,获取所述类别的典型负荷曲线;利用多元线性回归 方程计算所述典型负荷曲线与预定外界因素的关联关系,确定所述典型负荷曲线受各个所 述预定外界因素的影响程度;构建用电负荷特性指标体系,并根据所述用电负荷特性指标 体系确定所述典型负荷曲线的各个用电负荷特性指标值;根据所述典型负荷曲线受各个所 述预定外界因素的影响程度和所述典型
当前第1页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1