回执的曲线；日负荷率为日平 均负荷值与日最大负荷的比值，该指标用于描述日负荷曲线特性，表征一天中负荷分布的 不均衡性，$父尚的负荷率有利于电力系统的经济运彳丁 ；日最小负荷率为日最小负荷与日最 大负荷的比值，日负荷率和日最小负荷率的数值大小，与用户的性质和类别、组成、生产班 次及系统内的各类用电（生活用电、动力用电、工艺用电）所占的比重有关，还与调整负荷 的措施有关；日峰谷差日为最大负荷与日最小负荷之差，峰谷差的大小直接反映了电网所 需要的调峰能力，峰谷差主要是用来安排调峰措施、调整负荷及电源规划的研宄；日峰谷差 率则为日峰谷差与日最大负荷的比值。
[0068] 可选的，月负荷特性指标可以包括：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。
[0069] 其中，月最大负荷为每月最大负荷日的最大负荷；月最小负荷为每月最小负荷日 的最大负荷；月平均日负荷为每月日平均负荷的平均值；月平均日负荷率为每月日负荷率 的平均值；月最小负荷率为每月日最小负荷率的最小值；月负荷率，又称月不均衡系数， 为月平均负荷与月最大负荷日平均负荷的比值，该指标是研宄电量在月内分布的重要指 标，主要与用电构成、季节性变化和节假日有关。
[0070] 可选的，年负荷特性可以指标包括：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。
[0071] 其中，年最大负荷为全年各月最大负荷的最大值；年最小负荷为全年各月最小负 荷的最大值；年最大峰谷差为全年各日峰谷差的最大值；年最大峰谷差率为全年各日峰谷 差率的最大值。年负荷曲线为按全年逐月最大负荷绘制的曲线；年平均日负荷率为全年各 月最大负荷日的平均负荷之和与各月最大负荷日最大负荷之和的比值，是一年内日负荷的 平均反映，主要反映了第三产业负荷的影响；年平均月负荷率为一年内12个月各月平均负 荷之和与各月最大负荷日平均负荷之和的比值；季负荷率，又称季不平衡系数，为一年内 12个月各月最大负荷日的最大负荷之和的平均值与年最大负荷的比值，反映用电负荷的季 节性变化，包括用电设备的季节性配置、设备的年度大修及负荷的年增长等因素造成的影 响；年负荷率为年平均负荷与年最大负荷的比值，与三类产业的用电结构变化有关，通常情 况下随着第二产业用电比重的增加而增大，随着第三产业用电和居民生活用电所占比重增 加而降低；年最大负荷利用小时数（T)，与各产业用电所占的比重有关，一般来讲，电力系 统中重工业用电占较大比重的地区，年最大负荷利用小时数较高，而第三产业用电和居民 生活用电占较大比重的地区年最大负荷利用小时数较低。
[0072] 可选的，规划型负荷特性指标可以包括：增长率、增长率变化率和负荷密度。
[0073] 可选的，增长率可以为年增长率。
[0074] 可选的，年增长率n的计算公式可以为：
[0075] B=A(l+n)n_1;
[0076] q= (B/A)n_1-1 ；
[0077] 其中，A为第一年，年用电量（或年最大负荷、年最大负荷利用小时数）的数量值； B为第n年，年用电量（或年最大负荷、年最大负荷利用小时数）的数量值。
[0078] 可选的，增长率变化率可以为年增长率变化率。
[0079] 可选的，年增长率变化率e的计算公式可以为：
[0080] qnY=ni(l+e广1;
[0081] e = (qn/qjn-Ll;
[0082] 其中，ni为第一年的年增长率；nn为第n年的年增长率。
[0083] 可选的，负荷密度计算公式可以为：
[0084]
[0085] 负荷密度是指供电范围内用电量与占地面积的比值。一般城镇和工业地区用电负 荷密度较高，农业和畜牧业地区用电负荷密度较低。随着经济发展商业地区和居民住宅地 区的用电负荷密度有较大的增长。
[0086] 步骤S130 :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。
[0087] 根据获取的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综合来对该获取的典型负荷曲线特性进行分析，得到负荷 特性分析结果，既提高了负荷特性分析结果的准确性，又使各个地区之间可以进行对比分 析，降低了分析结果错误、分析结果偏差和指标混淆的可能性。
[0088] 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。通过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，考虑外界因素对负荷特性的影响，提高了负荷特性分析结果的准确性，既提高了负 荷特性分析结果与实际情况的吻合程度；建立用电负荷特性指标体系，根据用户的用电负 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，通过统一的分类方式 和规范的负荷特性指标体系来对各地区进行负荷特性分析，在不同时间尺度上和规划上构 建用户用电特性的指标，为直观评价用户负荷曲线提供了标准，使各个地区之间可以进行 对比分析，降低了分析结果错误、分析结果偏差和指标混淆的可能性。也就是说，本发明实 施例提供一种负荷特性分析方法和系统，最后通过获取的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综合来对该获取的典 型负荷曲线特性进行分析，得到负荷特性分析结果，既提高了负荷特性分析结果的准确性， 又使各个地区之间可以进行对比分析，降低了分析结果错误、分析结果偏差和指标混淆的 可能性。
[0089] 可选的，图2示出了本发明实施例提供的负荷特性分析方法中确定待测用户的负 荷曲线类别的方法流程图，参照图2,该确定待测用户的负荷曲线类别的方法可以包括：
[0090] 步骤S200 :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；
[0091] 将获取的用电负荷曲线通过模糊C-均值聚类算法进行聚类处理，需要在聚类之 前先知道获取的用电负荷曲线的聚类类别数，即应该将这些获取的用电负荷曲线应该被分 为几类。可能聚类类别数，即是指这些获取的用电负荷曲线可能存在的聚类类别数，所有可 能聚类类别数，即是指这些获取的用电负荷曲线所有可能存在的类别数。例如，若获取的用 电负荷曲线可能被分别3种类别、4种类别或5种类别，那么，这些获取的用电负荷曲线的所 有可能聚类类别数即为3、4和5。
[0092] 可选的，获取的用电负荷曲线可以为经过归一化处理的用电负荷曲线，归一化处 理的用电负荷曲线的负荷值均在0-1之间，对归一化处理的用电负荷曲线进行聚类后，将 会更加便于曲线的观察。
[0093] 可选的，可以通过获取用户预定天数的用电负荷信息，计算该用电负荷信息在所 述预定天数内的平均值，得到所述用户的平均用电负荷信息，然后根据该用户的平均用电 负荷信息来得到该用户的用电负荷曲线。
[0094] 步骤S210 :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；
[0095] 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