【技术实现步骤摘要】
一种综合能源系统用户画像方法及系统
本专利技术涉及数据统计与分析领域,具体是一种综合能源系统用户画像方法及系统。
技术介绍
随着能源危机与环境问题形势日益严峻,提高能源利用率与清洁能源占比成为世界各国能源计划中的关键举措。综合能源系统通过燃气轮机、集热泵等设备,利用天然气实现了电能、热能的协调优化、相互转换,打破了能源多元化利用的壁垒,提升了能源利用效率。综合能源系统是未来城市能源变革的主要发展方向。但综合能源系统相比于传统的电力系统、热力管道系统、供气系统等,由于存在多种能源形式之间的相互转化和用户对能源的多元化需求,在规划建设、运行调度过程中更为复杂。如何更为精细地对用户进行分类管理,预测用户用能行为,满足用户的用能需求,合理安排综合能源系统的生产计划,是综合能源系统经济、安全运行要解决的关键问题。已有的负荷预测技术往往只能对某一时间进行总量预测,而产生这一负荷总量的深层次原因无法获悉,同时综合能源系统内天然气供给量、电能供给量、热能供给量是相互关联的,存在耦合关系,分别对各进行总量预测,难以挖掘其中各种能源之间利用的关联关系,无法解释不同用户的用能习惯与预测结果之间的关系。预测结果只能服务于生产计划的制定,无法服务于能源销售市场,无法有针对的制定阶梯价格等需求侧管理措施,指导用户的用能行为,合理避峰平谷,提升综合能源系统的运营效益。考虑以上问题,本专利技术提供了一种适用于综合能源系统用户用能行为预测的方法。
技术实现思路
本专利技术的目的是提供一种综合能源系统用户画像方法及系统,用于预测综合能源系统的能源需求预测,并能通过获取到典型用户的用能习惯,帮助综 ...
【技术保护点】
1.一种综合能源系统用户画像方法,其特征在于包括如下步骤:步骤1、从计量表获取各个时刻各用户的用电量、用热量、用气量并进行存储;步骤2、对步骤1获得的数据进行分类和预处理;步骤3、对步骤2分类和预处理后的各用户数据进行聚类分析,形成典型用户的数据画像,具体为:1)从历史数据中任选K个样本值付给初始聚类中心μ1、…uk,K为大于1的自然数,并记Ck为第k个聚类样本集合(k取值范围为1‑K);2)对于第i个样本点xi,计算其与各聚类中心uk的欧氏距离d(xi,μi),找出欧式距离最小的聚类中心,将样本xi归入该聚类中心对应的样本集中;3)当所有样本被分类后,重新计算K个聚类中心:
【技术特征摘要】
1.一种综合能源系统用户画像方法,其特征在于包括如下步骤:步骤1、从计量表获取各个时刻各用户的用电量、用热量、用气量并进行存储;步骤2、对步骤1获得的数据进行分类和预处理;步骤3、对步骤2分类和预处理后的各用户数据进行聚类分析,形成典型用户的数据画像,具体为:1)从历史数据中任选K个样本值付给初始聚类中心μ1、…uk,K为大于1的自然数,并记Ck为第k个聚类样本集合(k取值范围为1-K);2)对于第i个样本点xi,计算其与各聚类中心uk的欧氏距离d(xi,μi),找出欧式距离最小的聚类中心,将样本xi归入该聚类中心对应的样本集中;3)当所有样本被分类后,重新计算K个聚类中心:4)计算第g次迭代的收敛准则函数值(g为大于1的自然数):5)判断收敛性:若|E(g)-E(g-1)|>ε0<ε<=1则表示没有收敛,继续跳回步骤2)进行,直到公式(4)的结果收敛;步骤4、根据步骤3得到的典型用户的数据画像,利用负荷预测方法进行总量预测,最终得到细化的用户用能行为与总量预测结果。2.如权利要求1所述的综合能源系统用户画像方法,其特征在于:所述步骤2具体包括:步骤2.1、按照时间维度与能源属性维度,将数据进行分类,时间维度分为工作日数据、休息日数据和法定节假日数据,能源属性维度分为电能数据、热能数据和燃气数据,经排列组合后,各个用户的数据被分为工作日电能数据、工作日热能数据、工作日燃气数据、休息日电能数据、休息日热能数据、休息日燃气数据、法定节假日电能数据、法定节假日热能数据和法定节假日燃气数据;步骤2.2、按步骤2.1的维度分类后,对数据中缺失数据、噪声数据进行处理。3.如权利要求2所述的综合能源系统用户画像方法,其特征在于:所述步骤2.2对数据中缺失数据、噪声数据进行处理具体为:对于缺失的数据:对于由于设备故障或人为因素造成的部分空缺数据值,采用临近日期同时刻的平均值作为空缺数据。该式表示i个临近数据中第n+j时刻数据缺失的处理,pn表示第n个数据,pn+i表示第n+i个数据,pn+j表示第n+j个数据;对于噪声数据:对于某一数据值相比于同期数据浮动大于50%的,认为其为由于采集系统错误或存储错误导致的噪声数据,对于此类数据通过下式进行处理:其中,p(d,t)是第d天t时负荷值,p(t)是最近几日同一时刻的负荷平均值,θ为同期数据浮动的阈值。4.如权利要求1所述的综合能源系统用户画像方法,其特征在于:步骤3中利用负荷预测方法进行总量预测具体为:经过步骤3数据画像后,步骤1中排列组合每一类用户数据中共产生K组画像,利用支持向量机,对以上每一类每一组的数据分别进行总量预测,共计预测9*K次,支持向量机基本步骤如下:(1)首先找输入量,校正误...
【专利技术属性】
技术研发人员:丁凯,钱一民,胡畔,李伟,王易,陈乔,
申请(专利权)人:国家电网有限公司,国网湖北省电力有限公司电力科学研究院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。