基于综合能源计量数据的区域用能特性分析

用户耗能的时空分布特性对于电网规划具有重要的参考价值,是电网建设的重要依据。电力运营商通过新型计量设备分析居民的用电行为,从而促进电网高效运营。针对区域用户画像问题,提出基于综合能源计量数据的区域用能特性分析方法。利用“多表合一”用能采集系统,引入用户的燃气消耗数据,基于层次聚类与自组织映射（self organized maps,SOM）聚类方法刻画用能特征分布,通过仿真实验说明所提方法在用能特性分析问题上具有实用价值,有利于挖掘高耗能区域,能帮助电力运营商制定规划方案。     

基于聚类融合技术的电力用户负荷模式提取方法

针对电力大数据背景下智能电力用户负荷模式提取的可靠性不高且传统单一聚类算法聚类结果不稳定的问题,提出一种基于主成分分析与聚类融合相结合的电力用户负荷模式提取方法。首先,对负荷数据进行预处理,通过主成分分析法减少特征间分类信息冗余实现高维特征的降维。然后,用四种聚类方法分别对降维后的数据集进行聚类分析,得到具有差异性的聚类成员。最后,利用共识矩阵对所得聚类成员进行聚类融合,得到优于单一聚类算法的最终聚类结果。通过电网实际用电数据验证了所提负荷模式提取方法能够提高聚类准确率并降低计算复杂性,并用有效性指标Silhouette对最终聚类结果进行评价。     

基于云模型和模糊聚类的电力负荷模式提取方法

为解决应用传统模糊C均值(fuzzy C-means,FCM)算法进行电力负荷模式提取时存在的对初始聚类中心敏感、聚类数目不易确定、算法稳定性较差等问题,从负荷曲线形态出发,提出一种基于云模型和模糊聚类的电力负荷模式提取方法.该方法首先针对电力负荷数据的时间特性,对云变换方法进行了维度扩展,使其能够应用于具有时间特征的二维数据处理,将电力用户典型日负荷的频率分布分解为若干个正态云组的叠加,以各云模型中最能代表各定性概念的期望向量集合作为初始聚类中心;然后,基于云模型确定的初始聚类中心和聚类数目,应用FCM算法进行电力负荷模式提取和用户分类.最后,以某电网实际负荷数据进行算例分析,结果证明了该算法的实用性和有效性.     

基于AE-MFCM技术的电力用户响应特性分析方法

对电力用户用电特性的正确分析是实现电力系统高效运行和增值服务的关键。本文提出一种基于自动编码器与改进模糊C均值聚类算法结合技术的用户响应特征分析方法。首先,对用电模式进行聚类来确定用户的行为特性,利用自动编码器和改进模糊C均值聚类算法实现特征提取和数据处理。然后,基于用户用电模式的分类结果,利用神经网络等智能算法对每类用户进行需求响应建模,拟合激励信号与用户响应量之间的关系,获得准确反映用户需求的响应特性与响应能力。最后,通过某实际电网数据验证了该方法的有效性。     

数据驱动的用户无功补偿装置远程故障感知

针对部分用户不能及时发现自身无功补偿装置的故障异常、降低用电能效和抬高用能成本的问题，提出数据驱动的用户无功补偿装置远程故障感知方法。该方法基于用户日用电模式会在有限的生产经营状态间切换的假设，利用无功补偿装置故障异常时用户侧功率因数降低、从电网吸收无功升高的特点，选取计量数据中的无功功率和功率因数作为特征量感知故障。采用正常运行时用户的历史计量数据构建正常样本库。同一生产经营状态下，无功补偿装置正常运行和故障异常时用户的无功及功率因数分布存在差异。采用近邻传播聚类对检测样本与正常样本库进行聚类，若检测样本产生单独类簇，即可判断当日存在无功补偿装置故障。基于实际发生的无功补偿装置故障用户计量数据的测试表明了所提方法的有效性。     

基于模糊聚类曲线相似度的负荷用户识别方法

为了满足电网公司精细化管理的要求及有针对性地管理用户,提出了一种基于模糊聚类算法与曲线相似度的负荷用户识别方法。以江南地区养殖负荷用户为例,通过电力数据驱动,进行数据挖掘分析,依据特征量和日负荷曲线,引入模糊聚类算法得到养殖负荷用户规律性用电行为特性,最后通过分析用户日负荷曲线与特性曲线之间的曲线相似度判断用户是养殖负荷用户的可能性,为供电公司精准服务提供依据。随机抽取供电公司未知用户负荷数据进行实例验证,结果表明,所提出的方法具有较好的可行性和有效性。     

改进谱聚类与遗传算法相结合的电力时序曲线聚类方法

为改善传统聚类算法在电力时序数据上的聚类效果,提出一种基于优化特征向量选取的遗传谱聚类算法。针对应用数据结构特点,合理优化谱聚类算法中特征向量的提取过程,避免传统方法可能造成的数据信息缺失问题;采用遗传聚类优化算法对优选后的特征向量进行聚类划分,并将最终划分结果映射回原始数据。以UCI标准合成时间序列数据与美国区域电网运营商PJM提供的日负荷数据为例,对比分析现有常用聚类算法与所提算法测试结果的聚类有效性指标与形态特征。研究结果表明,所提算法分类效果显著,有较高的聚类质量和算法稳健性,具有工程应用前景。     

基于数据驱动的低压配电网线户关系识别方法

低压配电网的线户关系自动识别是智能低压配电网实现的基础。通过分析低压配电网中负荷节点电压所呈现的空间、时间以及时空特性,依托"互联网+"智慧能源发展带来的海量电网运行数据,提出了基于数据驱动的低压配电网线户关系识别方法。通过建立基于基尔霍夫电流定律的优化模型,并将其转化为二次规划问题求解,实现低压配电网线户关系识别。同时为了提高求解效率并解决空房用户的识别问题,提出了一种基于电压时空特性的电能表聚类方法。73用户算例系统和多个试点台区应用效果验证了所提方法的有效性,并分析了电能表计量误差、数据长度对识别结果的影响。     

基于多源多维度用能数据的用户标签萃取方法研究

随着电力行业数字化、智能化水平稳步提升,电力公司利用大数据技术精准识别用户需求、掌握用户用能规律,进而满足用户多样化的用能需求成为营造良好用电体验的关键.为此提出一种基于多源多维度用能数据的用户标签萃取方法,旨在通过采用模糊C均值聚类算法进行标签聚类、用户智能画像,更好支撑用户用电行为掌握、精准营销策略执行,辅助制定电力需求侧响应策略,推动电力服务质效提升.     

基于LSTM自动编码器的电力负荷聚类建模及特性分析

电力系统负荷聚类和特性分析对电网的安全与经济调度、运行具有重要意义,是提升调度人员对电网感知能力的重要技术手段。为了解决传统负荷聚类方法需要人工设定负荷特征指标和无法考虑负荷时序特性等问题,提出了一种由长短期记忆(LSTM)自动编码器构成的负荷聚类方法。利用LSTM的时序记忆能力和自动编码器的非线性特征提取能力,实现了考虑负荷时序特性的自动特征提取和非线性降维。然后,基于提取的负荷特征采用k-means聚类算法进行电力负荷聚类分析。最后,采用实际供电区域的负荷数据进行验证,并对负荷特性进行详细的分析。结果表明所提方法与其他负荷特征提取方法相比,有较好的负荷聚类效果。     

能源互联网背景下园区用户画像及成熟度评价模型研究

随着能源互联网建设的不断深入,中国能源相关行业从上到下均积极创新,促进能源的高效、合理利用发展,园区用户作为能源消费的重点以及能源互联网技术集中应用地,是能源革命的重要前沿阵地。如何高效深入挖掘海量数据蕴含的价值信息,刻画园区用户的用能特征为用户、电网及更多市场主体提供价值服务是能源互联网建设的重要内容与研究方向。基于用户画像技术,基于用户负荷水平、用户日常用电行为、用户多元互动能力等因素,构建多个维度用户特征的园区用户三级标签体系,并以此构建了园区用户成熟度评价模型,分别从负荷水平、用电行为、互动能力三个维度对用户的用电特性进行评价。实例分析表明该模型有助于区域电网运营商快速直观掌握电力用户的负荷行为模式以及电量需求规律,进而高效开展精准的供电及增值服务。     

考虑共享储能的社区综合能源系统协同优化研究

以综合能源系统为核心的能源互联网是解决能源危机和环境污染问题的一个重要途径。以社区综合能源系统为研究对象,提出了包含共享储能、热电联供以及光伏电源等设备的用户协同优化模型。首先,建立社区综合能源系统中重要设备及负荷的模型;其次,分别建立用户电网购电费用、社区运行商购能费用、储能系统租赁费用等模型,并以此建立以用户整体经济性最优作为目标的协同优化模型;再次,基于用户日能耗量对整体费用进行合理再分配;最后,利用具体算例对所提模型进行有效性分析。算例结果表明,所提方案有助于用户合理优化用能安排,从而降低用能费用。     

基于智能用电互动服务平台的智能家庭能效管理系统设计

为了实现电力用户与电力公司双向互动,满足电力用户多元化、互动化的用电服务需求,设计并实现依托于智能用电互动服务平台的海量信息数据和多元化服务,完成面向电力用户的智能家庭能效管理系统设计.本系统是以智能用电互动服务平台为系统支撑,构建智能电表、智能家庭网关、智能交互终端、智能插座和智能电器为依托,支持光伏发电、分布式电源、电动汽车充电等系统或设备的接入,结合阶梯电价、有序用电、家庭能耗指数等节能指标,形成电力公司与电力用户能源与信息同步的新型供电关系,为电力用户提供经济高效用电模式为综合体的智能家庭能效管理系统.系统设计具有标准接入、信息共享、高可靠性等优点,将在智能电网与电力用户之间发挥重要作用.     

用电信息采集系统在四分线损统计分析中的应用

如何有效的降低线损是电力工作者的重点研究内容。用电信息采集系统是利用先进的数字通信网络对电能进行信息采集分析,建立用电信息采集系统,并以此为基础实现线损的四分管理。     

基于逻辑回归模型的电能替代用户辨识研究

当前电网在推广电能替代过程中存在走访效率低、信息难以整合的问题,利用大数据技术在信息处理上所具备的高效、高速、便捷的特点,可实现企业对每个用户精准定位、差异化营销的目标。在分析目前电网用户用能现状的基础上,通过“行业-领域-用户”三层架构分析方法,将用户按行业、设备特征归纳聚类,并结合当前电网已有数据,深入挖掘电能替代用户用能、用电特征,构建电能替代用户判别模型,从而提升电网业务的工作效率和经济效益。     

间歇性能源出力特性综合分析体系及其应用

对间歇性能源出力特性的研究是突破间歇性能源大规模并网瓶颈的前提。从间歇性能源的波动特性和集群效应两方面建立了间歇性能源出力特性综合分析体系。在间歇性能源的波动特性方面,基于不同时间尺度,根据分析指标对比分析了间歇性能源的波动特性,特别地,在日时间尺度上提出了六种风电典型波动类型及其划分方法;在集群效应方面,提出了四种分析集群效应的评价指标,采用加权双高斯混合法建立间歇性能源集群效应的概率分布模型。利用间歇性能源出力特性综合分析体系,基于海南地区的实际运行数据,分析并总结了海南地区的间歇性能源出力特性和变化规律,结果表明,本体系可为后续研究含高渗透率间歇性能源区域电网的规划,调度和运行提供参考。     

基于NILM数据的电力用户能效量化分析方法

随着节能减排理念的普及,通过大数据技术分析用户用电情况,引导用户改善用电习惯、提高用电效率、降低用电成本已成为趋势。本文通过分析影响电力用户能效的因素,结合非侵入式负荷监测NILM(non-intru?sive load monitoring)技术可获得的数据,构建了易于获取和量化的家庭能效评估指标体系。在上述基础上提出了基于NILM数据的家庭电力用户能效量化分析方法,给出了能效量化分析和综合评估的具体流程,并提供了可构建的电力用户能效分析系统架构。最后,通过一些案例分析,验证了所提能效评估方法的有效性。     

计及多能源柔性负荷调度的微能源网多目标演化博弈

文章提出了一种基于柔性负荷调度优化的微能源网与用户多目标演化博弈模型。综合考虑微能源网与用户优化目标要求以及相关约束条件,以微能源网收益最大、能源利用效率最大和用户用能支付成本最小、用能满意度最大为博弈双方目标函数,并利用模糊双目标法针对参与者双方不同量纲的双目标函数进行归一化处理。在博弈过程中用户通过柔性负荷的调度来调整用能策略,微能源网侧再根据用户用能行为调整售能价格,最终达到演化稳定状态。通过建立不同场景进行算例分析,结果表明所提出的考虑柔性负荷参与的微能源网与用户演化博弈模型不仅增强了综合能源系统的灵活调节能力,缓解了用能高峰时期供应紧张问题,而且明显提高了能源系统利用效率和微能源网综合收益,在一定程度上降低了用户支付成本,提升了用户的用能满意度。