一种基于频域指标的负荷特性分类与综合方法

文档序号:6632581阅读:547来源:国知局
一种基于频域指标的负荷特性分类与综合方法
【专利摘要】本发明公开了一种基于频域指标的负荷分类与综合方法,首先从监测控制和数据采集系统获取待分类的配变台区,对数据进行预处理,再对数据进行归一化处理,用标幺值表示,通过一周或几周数据取平均值,获得典型日负荷曲线;后基于定义的频域指标描述体系,采用指定的聚类方法,得到频域特征参数相似的配变台区类,最后得到各分类用户的典型负荷曲线及其频域指标描述集。此方案相比传统负荷分类与综合方法,能有效减少数据维数,降低计算开销和存储容量,负荷分类效果与传统方法相近。
【专利说明】一种基于频域指标的负荷特性分类与综合方法

【技术领域】
[0001] 本发明属于电力系统领域,具体涉及一种基于频域指标的负荷特性分类与综合方 法。

【背景技术】
[0002] 负荷分类与综合是电力系统规划、错峰管理、分时电价、负荷预测的基础,好的负 荷分类与综合方法能给系统规划、错峰管理等提供正确的依据和指导。
[0003] 电力系统用户类型繁多,各种类型的用户呈现不同的负荷特性,当前缺乏符合电 网实际的、科学的负荷分类方法及完善的负荷特性指标体系。目前,负荷特性指标主要基于 用户日负荷曲线(48点或96点数据)进行提取;指标体系主要采用时域指标,如日负荷率、 日最小负荷率、日峰谷差,日峰谷差率、峰期负载率、平期负载率、谷期负载率等。经相关研 究发现,仅通过这些指标都无法精确详细描述负荷特性。因此通常需要通过48点或96点 日负荷曲线数据才能有效进行负荷特性聚类分析,随着电网的日益发展,需要统计和存储 的数据量逐渐增大,维护成本较高。
[0004] 以聚类为基础的数据挖掘算法是近年来新兴的智能负荷分析与处理手段,主要是 采取各种聚类方法,如κ-means(k均值聚类算法)、FCM(模糊聚类算法)、SOM(自组织映射 算法)等对区域电力系统变压器或者用户的负荷数据进行聚类分析。已有专利提出了一种 以K-means划分聚类为基础的典型日负荷曲线提取方法,其需要预先输入聚类数目K,且聚 类以48点或96点日负荷曲线为依据,所需计算开销较大,数据存储量大。


【发明内容】

[0005] 针对现有技术的不足,本发明提出一种基于频域指标的负荷特性分类与综合描述 方法,其目的在于克服现有技术中进行负荷特性分类时,计算量大且数据存储量大的问题。
[0006] -种基于频域指标的负荷分类与综合方法,包括如下步骤:
[0007] 步骤1 :从监测控制和数据采集系统获取待分类的配变台区同属相似工作日的 5-10组日负荷曲线数据;
[0008] 所述相似工作日是指,对日类型相同的配变台区日负荷数据,依据气象数据根据 灰色关联度分析得到关联度大于或等于〇. 6;即日负荷曲线具有相似性;
[0009] 步骤2 :对配变台区的每组日负荷曲线数据按下式进行归一化处理; Pr
[0010] = 〇,1,2,…,95 max
[0011] 其中,Pn为配变台区日负荷曲线在第η个数据采集时刻的有功功率值,Pmax为同属 相似工作日的日负荷曲线中该配变台区日负荷有功功率的最大值,Xn为配变台区在第η个 数据采集时刻的配变台区有功功率归一化数值;
[0012] 步骤3 :对步骤2得到的配变台区的多组已归一化处理的日负荷曲线数据在对应 的数据采集点分别获取功率平均值,以每个数据采集点的功率平均值作为配变台区在对应 相似工作日的典型日负荷曲线,典型日负荷曲线上每个数据采集点的功率值记为\;
[0013] 步骤4:对步骤3得到的配变台区的典型日负荷曲线进行离散傅里叶变换得到第k 次谐波幅值Ak与相位值ak ;

【权利要求】
1. 一种基于频域指标的负荷分类与综合方法,其特征在于,包括如下步骤: 步骤1 :从监测控制和数据采集系统获取待分类的配变台区同属相似工作日的5-10组 曰负荷曲线数据; 步骤2 :对配变台区的每组日负荷曲线数据按下式进行归一化处理;
其中,Pn为配变台区日负荷曲线在第η个数据采集时刻的有功功率值,Pmax为同属相似 工作日的日负荷曲线中该配变台区日负荷有功功率的最大值,Xn为配变台区在第η个数据 采集时刻的配变台区有功功率归一化数值; 步骤3 :对步骤2得到的配变台区的多组已归一化处理的日负荷曲线数据在对应的数 据采集点分别获取功率平均值,以每个数据采集点的功率平均值作为配变台区在对应相似 工作日的典型日负荷曲线,典型日负荷曲线上每个数据采集点的功率值记为I; 步骤4 :对步骤3得到的配变台区的典型日负荷曲线进行离散傅里叶变换得到第k次 谐波幅值Ak与相位值a k ; n=u
步骤5 :计算每个配变台区典型日负荷曲线的频域指标: 幅值归一化指較
其中,Aik为第i个配变台区的典型日负荷曲线离散傅里叶变换得到的第k次谐波幅 值; 相位值归一化指标
其中,a ik为第i个配变台区的典型日离散傅里叶变换得到的第k次谐波相位值; 第i个配变台区的基波与前四次谐波构成的频域指标特性集4 = {(Ψ,ik,Ψ" ik),k = 0, 1,2,3,4}; 步骤6 :按照步骤1-步骤5所述的方法计算得到的每个待分类的配变台区的频域指标 特性集,采用聚类算法对频域指标特性集进行聚类,将频域指标特性集中频域指标中的幅 值归一化指标和相位归一化指标分别累加后得到两个累加值,同一类负荷特性的配变台区 中任意两个配变台区的两个相应的累加值之差的百分比均在±5%-±10%范围内,实现 负荷特性分类。
2. 根据权利要求1所述的基于频域指标的负荷分类与综合方法,其特征在于,所述聚 类算法包括K均值或模糊C均值算法。
3.根据权利要求1所述基于频域指标的负荷分类与综合方法,其特征在于,对某一类 负荷特性的配变台区的频域指标进行统计,得到该类负荷相应的频域指标特性集,实现同 一类负荷特性的配变台区的频域指标的综合。
【文档编号】G06Q10/06GK104376402SQ201410602513
【公开日】2015年2月25日 申请日期:2014年10月31日 优先权日:2014年10月31日
【发明者】朱亮, 李欣然, 冷华, 贺悝, 龚方亮, 童莹, 龚汉阳, 李龙桂 申请人:国家电网公司, 国网湖南省电力公司, 国网湖南省电力公司电力科学研究院, 湖南大学
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