一种负荷构成智能识别及精准负荷建模方法及系统与流程

1.本发明涉及电力系统仿真建模技术领域，并且更具体地，涉及一种负荷构成智能识别及精准负荷建模方法及系统。


背景技术：

2.现有技术中，公开文件cn113312748a中公开了一种用于负荷模型的在线建模方法，包括：采集目标供电区域网络多源负荷数据，并对多源负荷数据以预设的识别规则进行分类，生成分类负荷数据；生成负荷建模基础数据；针对负荷建模基础数据，分析供电区域网络拓扑结构，对各时刻采集的负荷站点所有负荷数据归集整理，综合分析负荷设备类型和占比、马达负荷占比、静态负荷频率特征、分布式新能源类型和占比；采用在线负荷聚合等值算法确定负荷模型参数；根据负荷模型参数，建立负荷模型。实现了常态化负荷分析与建模工作，提高了负荷建模的时效性和准确性。
3.公开文件cn110707692a中公开了一种电力系统在线负荷分析与建模系统，包括数据识别模块、负荷建模数据完整性校核模块、负荷分析模块、负荷建模模块、故障录波管理模块和故障拟合自动调整模块；该系统在线采集电力调度技术支持系统、配电自动化系统提供的变电站及配电网的模型数据、网络拓扑数据、实时数据，以及营销综合数据平台提供的行业负荷分类和负荷实测数据，结合建模系统负荷分类情况，采用综合聚合等值方法，实现了负荷节点的在线负荷分析与建模功能；采用常态化负荷分析与建模工作，提高了负荷建模的时效性和准确性，保障电网安全、可靠、经济的运行，有效降低负荷分析与建模的实施难度与工作量。
4.由于负荷具有多样性、分布性、离散性和时变性，所以负荷建模一直是难以攻克的世界性难题。当前广泛应用的依旧是基于人工入户调查生成的负荷模型，缺乏时效性和精准度，无法满足电网的稳定计算需求。
5.现有技术在实际应用中面临两大难题：一是调查统计花费的时间及人力巨大，况且由于众多条件的局限，很难保证调查结果的准确性；二是用电行业的负荷构成及变电站的用电行业构成调查只能是静止的，实际综合负荷的构成特性则随时间变化且具有随机性，基于调查统计所得结果很难反映其随时间变化的特点，无法考虑负荷时变性，难以准确模拟负荷的动态过程。


技术实现要素：

6.针对上述问题，本发明提出了一种负荷构成智能识别及精准负荷建模方法，包括：采集电力系统模型的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据，将采集的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据作为负荷建模数据；根据网络拓扑数据，确定电力系统模型的拓扑关系，根据所述拓扑关系校验电力系统模型结构的完整性，若完整，创建负荷建模系统负荷分类表负荷构成成分定义表，根据
电力系统模型供电区域内用电设备的历史负荷数据，建立营销负荷分类表；建立所述负荷建模系统负荷分类表和负荷构成成分定义表的映射关系；建立所述营销负荷分类表和负荷建模系统负荷分类表的映射关系；根据负荷建模系统负荷分类表和负荷构成成分定义表的映射关系及营销负荷分类表和负荷建模系统负荷分类表的映射关系，校验所述负荷建模数据的完整性，若完整，根据出线运行数据，计算负荷出线在用电设备中所占总量的百分比；根据负荷出线在用电设备中所占总量的百分比，计算负荷模型参数，根据负荷模型参数建立负荷模型。
7.可选的，网络拓扑数据，包括：主网模型数据、配网图模数据、营配贯通数据及电网模型数据。
8.可选的，出线运行数据，包括：主网实时运行数据及配网实时运行数据。
9.可选的，电力系统模型供电区域内用电设备的历史负荷数据，包括：用户负荷实时运行数据、行业负荷分类数据及用户档案信息。
10.可选的，电力系统模型结构若不具备完整性，补全电力系统模型的结构。
11.可选的，负荷建模数据若不完整，补全负荷建模数据。
12.可选的，计算负荷模型参数，包括：计算静态负荷模型参数和动态负荷模型参数；若电力系统中包括新能源发电站，负荷模型参数中包括新能源发电站的模型参数。
13.可选的，使用等值法计算负荷模型参数。
14.本发明还提出了一种负荷构成智能识别及精准负荷建模系统，包括：数据采集单元，采集电力系统模型的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据，将采集的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据作为负荷建模数据；分类表建立单元，根据网络拓扑数据，确定电力系统模型的拓扑关系，根据所述拓扑关系校验电力系统模型结构的完整性，若完整，创建负荷建模系统负荷分类表和负荷构成成分定义表，根据电力系统模型供电区域内用电设备的历史负荷数据，建立营销负荷分类表；第一映射关系建立单元，建立所述负荷建模系统负荷分类表和负荷构成成分定义表的映射关系；第二映射关系建立单元，建立所述营销负荷分类表和负荷建模系统负荷分类表的映射关系；计算单元，根据负荷建模系统负荷分类表和负荷构成成分定义表的映射关系及营销负荷分类表和负荷建模系统负荷分类表的映射关系，校验所述负荷建模数据的完整性，若完整，根据出线运行数据，计算负荷出线在用电设备中所占总量的百分比；建模单元，根据负荷出线在用电设备中所占总量的百分比，计算负荷模型参数，根据负荷模型参数建立负荷模型。
15.可选的，网络拓扑数据，包括：主网模型数据、配网图模数据、营配贯通数据及电网模型数据。
16.可选的，出线运行数据，包括：主网实时运行数据及配网实时运行数据。
17.可选的，电力系统模型供电区域内用电设备的历史负荷数据，包括：用户负荷实时运行数据、行业负荷分类数据及用户档案信息。
18.可选的，电力系统模型结构若不具备完整性，补全电力系统模型的结构。
19.可选的，负荷建模数据若不完整，补全负荷建模数据。
20.可选的，计算负荷模型参数，包括：计算静态负荷模型参数和动态负荷模型参数；若电力系统中包括新能源发电站，负荷模型参数中包括新能源发电站的模型参数。
21.可选的，使用等值法计算负荷模型参数。
22.本发明与现有技术相比，本发明的有益效果在于：本发明通过融合海量、丰富的用户侧的负荷数据，在线接入并集成电网模型、运行、图形和负荷实测数据，灵活运用智能算法，实现对负荷构成的在线智能分析。
23.本发明改变了传统依赖人工普查、典型负荷站详细调查、数据整理、纠错，有效降低负荷分析与建模的实施难度与工作量。
24.本发明实现了负荷模型在线建模功能，达到准实时、全覆盖、更贴合实际运行情况的负荷节点建模目的，提高电网仿真计算的准确度，保障电网安全、可靠、经济的运行；本发明实现了常态化负荷分析与建模工作，提高了负荷建模的时效性和准确性。
附图说明
25.图1为本发明方法的流程图；图2为本发明系统的结构图。
具体实施方式
26.现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
27.除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
28.本发明提出了一种负荷构成智能识别及精准负荷建模方法，如图1所示，包括：采集电力系统模型的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据，将采集的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据作为负荷建模数据；根据网络拓扑数据，确定电力系统模型的拓扑关系，根据所述拓扑关系校验电力系统模型结构的完整性，若完整，创建负荷建模系统负荷分类表和负荷构成成分定义表，根据电力系统模型供电区域内用电设备的历史负荷数据，建立营销负荷分类表；建立所述负荷建模系统负荷分类表和负荷构成成分定义表的映射关系；建立所述营销负荷分类表和负荷建模系统负荷分类表的映射关系；
根据负荷建模系统负荷分类表和负荷构成成分定义表的映射关系及营销负荷分类表和负荷建模系统负荷分类表的映射关系，校验所述负荷建模数据的完整性，若完整，根据出线运行数据，计算负荷出线在用电设备中所占总量的百分比；根据负荷出线在用电设备中所占总量的百分比，计算负荷模型参数，根据负荷模型参数建立负荷模型。
29.其中，网络拓扑数据，包括：主网模型数据、配网图模数据、营配贯通数据及电网模型数据。
30.其中，出线运行数据，包括：主网实时运行数据及配网实时运行数据。
31.其中，电力系统模型供电区域内用电设备的历史负荷数据，包括：用户负荷实时运行数据、行业负荷分类数据及用户档案信息。
32.其中，电力系统模型结构若不具备完整性，补全电力系统模型的结构。
33.其中，负荷建模数据若不完整，补全负荷建模数据。
34.若电力系统中包括新能源发电站，负荷模型参数中包括新能源发电站的模型参数。
35.其中，计算负荷出线在用电设备中所占总量的百分比的公式如下：百分比kj：式中， 为变电站第l种负荷类型中第种负荷元件的比例，为变电站主变侧第条所供负荷类型为第l种负荷类型的10kv或6kv出线线路的有功功率， 为变电站主变侧第条出线线路的有功功率。m为变电站主变侧所供负荷类型为第l种负荷类型的10kv或6kv出线线路数，n为变电站主变侧所有10kv或6kv出线线路数。a为变电站所供负荷类型总数。
36.其中，计算负荷模型参数，包括：计算静态负荷模型参数和动态负荷模型参数；计算静态负荷模型参数等值方法具体如下：静态负荷模型结构是将负荷功率与电压之间的关系描述为多项式方程形式的多项式负荷模型（polynomial load model），模型的一般形式如式1和式2所示：
ꢀꢀꢀꢀꢀ
(式1)
ꢀꢀꢀꢀ
(式2)多项式有功功率负荷模型系数为、 、 ，无功功率负荷模型系数为、、 q和负荷的功率因素，负荷模型被称为“zip”模型，因为它包含了恒阻抗（z）、恒电流（i）和恒功率（p），该模型用于描述特定的负荷设备或负荷元件，表示负荷的额定电压， 和则分别表示在额定电压下负荷的额定有功功率和无功功率，如果用该模型来描述母线的综合负荷时，、和 通常用来表示系统初始运行工况下的数值；对静态负荷的等值主要是对系数、、、和 、 、、的等值，对多项式负荷模型的等值是基于负荷功率对负荷端电压的灵敏度，即：
ꢀ
(式3) (式4)以及为各静态负荷的有功功率和无功功率，对应的多项式负荷模型系数分别为、、、 以及 、、 、，当 时有：时有：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式5)(式5)(式5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式6)(式6)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(式7)其中，动态负荷模型参数等值方法，具体包括：电动机的额定电磁功率pemn或额定转矩temn、转子的额定滑差sn和最大电磁转矩pem_max或最大转矩倍数是能代表电动机内机械特性的最重要的参数，该等值方法的基本原则是新的等值模型须保持原系统吸收的总的额定有功功率∑pn不变，总的无功功率∑qn或功率因素pf不变，总的电磁功率∑pemn不变，总的转子绕组铜耗∑pcu2不变，总的最大电磁功率∑pem_max不变和总的动能∑eenergy保持不变，根据这些量还可以求出总的定子绕组铜耗∑pcu1，等值电动机的额定滑差sn和等值惯性时间常数h，计算如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式8）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式9）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式10）其中 就是等值电动机输出的额定机械功率，保持不变；然后根据这些已经求得的量计算等值电动机模型的电气参数，包括定子电阻 、定子漏抗 、转子电阻 、转子漏抗 和激磁电抗 ，设额定相电压为un，参数的计算流程如下：1）根据已知的参数计算∑pn、∑qn、∑pemn、∑pcu2、∑pem_max和∑eenergy，然后根据式8至式10计算∑pcu1、sn和h，并令；
2）设总的定子相电流为，则有
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式11）则
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式12）3）根据∑pn，∑qn和un，按下式求等值电动机的等值阻抗 ：：：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式13）4）由最大电磁功率的简化公式计算 和 ：：：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式14）在算法中总是假定 ，并且根据该式计算的 和 必然偏小，因为根据简化的最大电磁功率公式计算得到的最大电磁功率要比实际的最大电磁功率大，所以需要通过迭代方法对和 进行修正；5）根据求得的， ， 及等值阻抗 求 和，令令
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式15）
ꢀꢀ
（式16）这种计算 和 的方法始终能够保证成立；6）根据求得的， ，， 和，按照简化公式计算重新计算最大电磁功率：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式17）7）根据戴维南等值电路计算新参数下实际的最大电磁功率：戴维南等值阻抗为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式18）产生最大电磁功率的条件是：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式19）为临界滑差，戴维南等值电路的开路电压为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式20）因此，可根据下式重新计算新参数对应的实际最大电磁转矩：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式21）8）计算 与 的比值，修正 ：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式22）9）比较 与 ：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式23）如果 ，则返回第4）步重新计算，否则计算完毕。
37.其中，所述步骤(11) 利用配电网络阻抗等值方法，计算考虑分布式发电系统的综合负荷模型的配电网络等值阻抗包括：根据配电网系统阻抗消耗功率与配电网各变压器、各配电线路消耗功率之和相等，可以计算系统阻抗值为
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（式22）式中：zd表示配电网系统阻抗；pj表示配电线路（或变压器）j送端的有功功率，qj表示配电线路（或变压器）j送端的无功功率， uj表示配电线路（或变压器）j送端的母线电压，zj表示变压器和配电线路阻抗；il表示负荷电流，i
pv
表示分布式光伏发电机发出的电流，i
wind
表示分布式风力发电机发出的电流，i
ess
表示分布式储能发电机发出的电流，ih表示分布式小水电发电机发出的电流。a为配电线路（或变压器）母线数量，b为负荷支路数量，n为分布式光伏发电机数量，m为分布式风力发电机数量，l为分布式储能发电机数量，k为分布式小水电发电机数量。
38.如历史电力系统模型中包括分布式风电、储能、水电及光伏等；等值光伏发电系统模型参数的计算步骤如下：本发明提出的分布式光伏发电系统等值方法的基本原则是采用分布式光伏发电机的有功出力作为权值计算等值光伏发电系统模型参数，具体为：
设n为220kv负荷节点下面包含的分布式光伏发电机个数，通过用电信息采集系统可获得调查时段各个分布式光伏发电机i（）的实际有功出力 ，则220kv负荷节点下面所有分布式光伏发电机的实际有功出力 为这n个分布式光伏发电机的有功出力之和，即：
ꢀꢀꢀꢀꢀꢀ
（式23）则可以计算出各个分布式光伏发电机i（i=1,...,n）的有功出力 占220kv负荷节点所供配电区域下面所有分布式光伏发电机的有功出力的百分比为，（式24）则等值光伏发电系统的各模型参数值可以通过采用单个分布式光伏发电机的有功出力相对于整个220kv负荷站点总分布式光伏发电机有功出力的占比为加权因子进行综合得到。不妨假设光伏发电机i（ i=1,...,n ）的某个控制参数为k
pvi
为，则等值光伏发电机的该控制参数为：
ꢀꢀꢀꢀꢀꢀꢀ
（式25）等值风电发电系统模型参数的计算步骤如下：本发明提出的分布式风力发电系统等值方法的基本原则是采用分布式风机的有功出力作为权值计算等值风力发电系统模型参数，具体为：设m为220kv负荷节点下面包含的分布式风力发电机个数，通过用电信息采集系统可获得调查时段各个分布式风力发电机i（ ）的实际有功出力，则220kv负荷节点下面所有分布式风力发电机的实际有功出力 为这m个分布式风力发电机的有功出力之和，即：
ꢀꢀꢀꢀꢀꢀ
（式26）则可以计算出各个分布式风力发电机i（i=1,...,m）的有功出力 占220kv负荷节点所供配电区域下面所有分布式风力发电机的有功出力的百分比 为，如下：
ꢀꢀꢀꢀꢀ
（式27）则等值风力发电系统的各模型参数值可以通过采用单个分布式风力发电机的有功出力相对于整个220kv负荷站点总分布式风力发电机有功出力的占比为加权因子进行综合得到。不妨假设风力发电机i（ i=1,...,m ）的某个控制参数为k
windi
为，则等值风力发电机的该控制参数为：
ꢀꢀꢀꢀꢀꢀꢀ
（式28）等值储能发电系统模型参数的计算步骤如下：本发明提出的分布式储能发电系统等值方法的基本原则是采用分布式储能的有功出力作为权值计算等值储能发电系统模型参数，具体为：设l为220kv负荷节点下面包含的分布式储能发电机个数，通过用电信息采集系统
可获得调查时段各个分布式储能发电机i（ ）的实际有功出力，则220kv负荷节点下面所有分布式储能发电机的实际有功出力为这l个分布式储能发电机的有功出力之和，即：
ꢀꢀꢀꢀꢀꢀ
（式29）则可以计算出各个分布式储能发电机i（i=1,...,l）的有功出力占220kv负荷节点所供配电区域下面所有分布式储能发电机的有功出力的百分比为：（式30）则等值储能系统的各模型参数值可以通过采用单个分布式储能发电机的有功出力相对于整个220kv负荷站点总分布式储能发电机有功出力的占比为加权因子进行综合得到。不妨假设储能发电机i（ i=1,...,l ）的某个控制参数为kessi，则等值储能发电机的该控制参数为：
ꢀꢀꢀꢀꢀꢀꢀ
（式31）等值水电发电系统模型参数的计算步骤如下：本发明提出的分布式小水力发电系统等值方法的基本原则是采用分布式小水电的有功出力作为权值计算等值小水电发电系统模型参数，具体为：设k为220kv负荷节点下面包含的分布式小水电发电机个数，通过用电信息采集系统可获得调查时段各个分布式小水电发电机i（ ）的实际有功出力 ，则220kv负荷节点下面所有分布式小水电发电机的实际有功出力为这k个分布式小水电发电机的有功出力之和，即：
ꢀꢀꢀꢀꢀꢀ
（式32）则可以计算出各个分布式小水电发电机i（i=1,...kl）的有功出力占220kv负荷节点所供配电区域下面所有分布式小水电发电机的有功出力的百分比为：
ꢀꢀꢀꢀ
（式33）则等值小水电系统的各模型参数值可以通过采用单个分布式小水电发电机的有功出力相对于整个220kv负荷站点总分布式小水电发电机有功出力的占比为加权因子进行综合得到。不妨假设小水电发电机i（ i=1,...,k）的某个控制参数为k
hi
，则等值小水电发电机的该控制参数为：
ꢀꢀꢀꢀꢀꢀꢀ
（式34）本发明还提出了一种负荷构成智能识别及精准负荷建模系统200，如图2所示，包括：数据采集单元201，采集电力系统模型的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据，将采集的网络拓扑数据、出线运行数据及电力系统模型供电区域内用电设备的历史负荷数据作为负荷建模数据；
分类表建立单元202，根据网络拓扑数据，确定电力系统模型的拓扑关系，根据所述拓扑关系校验电力系统模型结构的完整性，若完整，创建负荷建模系统负荷分类表和负荷构成成分定义表，根据电力系统模型供电区域内用电设备的历史负荷数据，建立营销负荷分类表；第一映射关系建立单元203，建立所述负荷建模系统负荷分类表和负荷构成成分定义表的映射关系；第二映射关系建立单元204，建立所述营销负荷分类表和负荷建模系统负荷分类表的映射关系；计算单元205，根据负荷建模系统负荷分类表和负荷构成成分定义表的映射关系及营销负荷分类表和负荷建模系统负荷分类表的映射关系，校验所述负荷建模数据的完整性，若完整，根据出线运行数据，计算负荷出线在用电设备中所占总量的百分比；建模单元206，根据负荷出线在用电设备中所占总量的百分比，计算负荷模型参数，根据负荷模型参数建立负荷模型。
39.其中，网络拓扑数据，包括：主网模型数据、配网图模数据、营配贯通数据及电网模型数据。
40.其中，出线运行数据，包括：主网实时运行数据及配网实时运行数据。
41.其中，电力系统模型供电区域内用电设备的历史负荷数据，包括：用户负荷实时运行数据、行业负荷分类数据及用户档案信息。
42.其中，电力系统模型结构若不具备完整性，补全电力系统模型的结构。
43.其中，负荷建模数据若不完整，补全负荷建模数据。
44.其中，计算负荷模型参数，包括：计算静态负荷模型参数和动态负荷模型参数；若电力系统中包括新能源发电站，负荷模型参数中包括新能源发电站的模型参数。
45.其中，使用等值法计算负荷模型参数。
46.本发明与现有技术相比，本发明的有益效果在于：本发明通过融合海量、丰富的用户侧的负荷数据，在线接入并集成电网模型、运行、图形和负荷实测数据，灵活运用智能算法，实现对负荷构成的在线智能分析。
47.本发明改变了传统依赖人工普查、典型负荷站详细调查、数据整理、纠错，有效降低负荷分析与建模的实施难度与工作量。
48.本发明实现了负荷模型在线建模功能，达到准实时、全覆盖、更贴合实际运行情况的负荷节点建模目的，提高电网仿真计算的准确度，保障电网安全、可靠、经济的运行；本发明实现了常态化负荷分析与建模工作，提高了负荷建模的时效性和准确性。
49.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
50.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程
图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
51.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
52.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
53.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
54.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。