一种基于低秩表示的工业用电负荷分解方法技术

本发明专利技术公开一种基于低秩表示的工业用电负荷分解方法，包括：步骤S1，通过非侵入式监测负荷节点，采集负荷节点数据，获得负荷数据矩阵；步骤S2，对所述负荷数据矩阵进行低秩表示，分别获得共享系数矩阵和专有系数矩阵，所述共享系数矩阵用于表征总负荷，所述专有系数矩阵用于表征子负荷自身与总负荷的关系；步骤S3，通过低秩变量分析所述共享系数矩阵和所述专有系数矩阵，判断负荷中各用电设备的投切状态；步骤S4，进行负荷分解，获取各用电设备对总负荷的贡献比例。本发明专利技术可通过日负荷曲线进行负荷分解和建模，从而初步实现工业用户投切负荷的判断准则，提供精确的用户用电量预测算法，制定更灵活的电价机制，达到全社会节能环保的目标。

A Load Decomposition Method for Industrial Electricity Based on Low Rank Representation

The invention discloses a method of industrial power load decomposition based on low rank representation, which includes: (1) acquiring load data through non-intrusive monitoring load nodes and obtaining load data matrix; (2) low rank representation of the load data matrix, obtaining shared coefficient matrix and proprietary coefficient matrix respectively, and the shared coefficient matrix is used to characterize the total load; The proprietary coefficient matrix is used to characterize the relationship between the sub-load and the total load. The shared coefficient matrix and the proprietary coefficient matrix are analyzed by low-rank variables to determine the switching status of each electrical equipment in the load. 4. Load decomposition is carried out to obtain the contribution ratio of each electrical equipment to the total load. The invention can decompose and model the load through the daily load curve, thereby preliminarily realizing the judgment criterion of industrial users'load switching, providing accurate prediction algorithm of users' power consumption, formulating more flexible electricity pricing mechanism, and achieving the goal of energy saving and environmental protection of the whole society.

【技术实现步骤摘要】
一种基于低秩表示的工业用电负荷分解方法
本专利技术涉及电力管理
，尤其涉及一种基于低秩表示的工业用电负荷分解方法。
技术介绍
电力系统的负荷分为综合负荷，供电负荷和发电负荷，其中综合负荷是指电力系统用户用电设备所消耗电功率的总和，供电负荷是综合负荷与电力网功率损耗之和，发电负荷是供电负荷与厂用电之和。可以看出，在电力系统的负荷中，综合负荷是其中最关键的部分，也是计算其他负荷的基础。因此，对综合负荷的理解和分析是整个电力能源管理的重要组成部分。在业内，对电力负荷的监测和分析最常用的是电力负荷曲线。电力负荷曲线即描述某一段时间内用电负荷大小随时间变化规律的曲线。在电力负荷曲线中，时间是自变量。按照时间长短的不同，电力负荷曲线又可分为日负荷曲线，月负荷曲线，季负荷曲线和年负荷曲线。显然，日负荷曲线是其他负荷曲线的构成基础。为了了解用户的负荷需求，首先需要做的就是对用户负荷的监测和分析。负荷监测分为侵入式监测和非侵入式监测两类方法。侵入式监测指在深入到负荷内部，对每一个用电设备添加对应的传感器或者测量计，从而统计出负荷。显然，该种方法具有明显的缺陷，其需要大量的人力物力投入，且随着用电设备的更新，传感和测量设备也需要更替，极大地提高了部署成本。因此，目前国际上比较流行的是非侵入式监测。非侵入式监测仅在负荷入口进行关键数据测量，而无须深入到具体的用电设备。非侵入式监测虽然具有成本低和效率高的特点，但是其无法直接得到负载中各个用电设备的投切状态和负荷比例，因此在按需分配和动态调度上存在一些困难。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于低秩表示的工业用电负荷分解方法，能够更有效地对工业用电负荷进行分解。为了解决上述技术问题，本专利技术提供一种基于低秩表示的工业用电负荷分解方法，其特征在于，包括：步骤S1，通过非侵入式监测负荷节点，采集负荷节点数据，获得负荷数据矩阵；步骤S2，对所述负荷数据矩阵进行低秩表示，分别获得共享系数矩阵和专有系数矩阵，所述共享系数矩阵用于表征总负荷，所述专有系数矩阵用于表征子负荷自身与总负荷的关系；步骤S3，通过低秩变量分析所述共享系数矩阵和所述专有系数矩阵，判断负荷中各用电设备的投切状态；步骤S4，进行负荷分解，获取各用电设备对总负荷的贡献比例。其中，所述步骤S2中，建立第一目标方程：其中，X是负荷数据矩阵，A是基矩阵，E是修正数据矩阵，ZC是共享系数矩阵，ZS是专有系数矩阵，rank表示矩阵的秩，||E||1表示E的l1范数，α>0为平衡参数，s.t.表示约束条件。其中，所述步骤S3具体包括：通过优化所述第一目标方程，获取所述共享系数矩阵和所述专有系数矩阵中列的状态，如果有列为0，则判定该列对应的子负荷中各用电设备为关闭状态，否则为运行状态。其中，所述第一目标方程的优化中，使用矩阵的核范数来近似优化矩阵的秩，同时对所述基矩阵采用数据集自身初始化，由此，将所述目标方程表示为下述第二目标方程：其中，||Zc||*表示共享系数矩阵Zc的核范数，||Zs||*表示专有系数矩阵Zs的核范数。其中，所述第二目标方程通过增广拉格朗日法优化，引入两个松弛变量J和Q，将所述第二目标方程的拉格朗日方程表示为下述第三目标方程：其中，<>表示矩阵相乘的迹(Trace)，即<Y2，Zc-J>＝tr(Y2T(Zc-J))，下标F表示矩阵的弗罗贝尼乌斯范数，Y1，Y2和Y3是三个拉格朗日乘子，μ＞0是一个平衡参数。其中，通过交替方向乘子法来优化所述第三目标方程，具体包括：将所述第三目标方程中所有除了J以外的变量都认定为常数，然后将所述第三目标方程对变量J求偏导，得到变量J的优化方式如下：将所述第三目标方程中所有除了Q以外的变量都认定为常数，然后将所述第三目标方程对变量Q求偏导，得到变量Q的优化方式如下：将所述第三目标方程中所有除了E以外的变量都认定为常数，然后将所述第三目标方程对变量E求偏导，得到变量E的优化方式如下：通过奇异值阈值方法对上述三个优化方式求解，得到J，Q和E的最优解。其中，所述第三目标方程的优化还包括：将所述第三目标方程中所有除了Zc以外的变量都认定为常数，然后将所述第三目标方程对变量Zc求偏导，并令导数为0，得到变量Zc的优化解为：将所述第三目标方程中所有除了Zs以外的变量都认定为常数，然后将所述第三目标方程对变量Zs求偏导，并令导数为0，得到变量Zs的优化解为：其中，所述第三目标方程的优化还包括：依次优化所述三个拉格朗日乘子，分别如下所示：Y1＝Y1+μ(X-X(Zc+Zs)-E)Y2＝Y2+μ(Zc-J)Y3＝Y3+μ(Zs-Q)其中，所述第三目标方程的整体优化通过不断迭代更新各个变量，使其最后满足收敛条件，得到最优化的Zc和Zs。其中，对于所监测的总负荷X总，其每一个子负荷Y通过如下方程得到：Y＝X总(ZC+ZS)+E其中，子负荷Y的每一列代表相应用电设备在总负荷X总中的贡献比例。本专利技术实施例的有益效果在于：通过分析日负荷曲线特征，可以了解到负荷节点的用电情况，并可进一步通过日负荷曲线进行负荷分解和建模，从而初步实现工业用户投切负荷的判断准则，制定合理的电网调峰调容机制，提供精确的用户用电量预测算法，制定更灵活的电价机制，达到全社会节能环保的目标。并且，本专利技术的负荷分解和优化方法相比已有算法，具有准确率更高和鲁棒性更好的优点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一种基于低秩表示的工业用电负荷分解方法的流程示意图。图2为本专利技术实施例中某负荷节点一天内负荷的离散观测值示意图。图3为图2对应的日负荷曲线示意图。具体实施方式以下各实施例的说明是参考附图，用以示例本专利技术可以用以实施的特定实施例。请参照图1所示，本专利技术实施例提供一种基于低秩表示的工业用电负荷分解方法，可用于非侵入式电力负荷监测中的负荷分解，包括以下步骤：步骤S1，通过非侵入式监测负荷节点，采集负荷节点数据，获得负荷数据矩阵；步骤S2，对所述负荷数据矩阵进行低秩表示，分别获得共享系数矩阵和专有系数矩阵，所述共享系数矩阵用于表征总负荷，所述专有系数矩阵用于表征子负荷自身与总负荷的关系；步骤S3，通过低秩变量分析所述共享系数矩阵和所述专有系数矩阵，判断负荷中各用电设备的投切状态；步骤S4，进行负荷分解，获取各用电设备对总负荷的贡献比例。具体地，在实际应用中，由于时间可以无限划分为更小的单位，因此日负荷曲线通常采用的数据离散的观测值，然后再连接这些离散点绘制成曲线图。对于某一段时间内的观测，可以用一个向量x＝[x1，x2，...，xn]表示。比如，在一天时间内，某一负荷节点采集到的数据如图2所示。通过连接各个负荷观测值，可以得到如图3所示的日负荷曲线。在图3所示的负荷曲线中，时间是自变量，负荷量是因变量，显然负荷可以表示为时间的函数。假设用变量t表示时间，则有：x＝f(t)为了进行综合分析，在现实中不仅仅对一个本文档来自技高网...

【技术保护点】
1.一种基于低秩表示的工业用电负荷分解方法，其特征在于，包括：步骤S1，通过非侵入式监测负荷节点，采集负荷节点数据，获得负荷数据矩阵；步骤S2，对所述负荷数据矩阵进行低秩表示，分别获得共享系数矩阵和专有系数矩阵，所述共享系数矩阵用于表征总负荷，所述专有系数矩阵用于表征子负荷自身与总负荷的关系；步骤S3，通过低秩变量分析所述共享系数矩阵和所述专有系数矩阵，判断负荷中各用电设备的投切状态；步骤S4，进行负荷分解，获取各用电设备对总负荷的贡献比例。

【技术特征摘要】
1.一种基于低秩表示的工业用电负荷分解方法，其特征在于，包括：步骤S1，通过非侵入式监测负荷节点，采集负荷节点数据，获得负荷数据矩阵；步骤S2，对所述负荷数据矩阵进行低秩表示，分别获得共享系数矩阵和专有系数矩阵，所述共享系数矩阵用于表征总负荷，所述专有系数矩阵用于表征子负荷自身与总负荷的关系；步骤S3，通过低秩变量分析所述共享系数矩阵和所述专有系数矩阵，判断负荷中各用电设备的投切状态；步骤S4，进行负荷分解，获取各用电设备对总负荷的贡献比例。2.根据权利要求1所述的方法，其特征在于，所述步骤S2中，建立第一目标方程：其中，X是负荷数据矩阵，A是基矩阵，E是修正数据矩阵，ZC是共享系数矩阵，ZS是专有系数矩阵，rank表示矩阵的秩，||E||1表示E的l1范数，α>0为平衡参数，s.t.表示约束条件。3.根据权利要求2所述的方法，其特征在于，所述步骤S3具体包括：通过优化所述第一目标方程，获取所述共享系数矩阵和所述专有系数矩阵中列的状态，如果有列为0，则判定该列对应的子负荷中各用电设备为关闭状态，否则为运行状态。4.根据权利要求3所述的方法，其特征在于，所述第一目标方程的优化中，使用矩阵的核范数来近似优化矩阵的秩，同时对所述基矩阵采用数据集自身初始化，由此，将所述目标方程表示为下述第二目标方程：其中，||Zc||*表示共享系数矩阵Zc的核范数，||Zs||*表示专有系数矩阵Zs的核范数。5.根据权利要求4所述的方法，其特征在于，所述第二目标方程通过增广拉格朗日法优化，引入两个松弛变量J和Q，将所述第二目标方程的拉格朗日方程表示为下述第三目标方程：其中，<>表示矩阵相乘的迹(Trace)，即<Y2，Zc-J>＝tr(Y...

【专利技术属性】
技术研发人员：饶竹一，张云翔，赵少东，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东,44