一种基于数据驱动的可转移负荷建模方法、装置、设备及介质制造方法及图纸

本申请公开了一种基于数据驱动的可转移负荷建模方法、装置、设备及介质，涉及建筑负荷柔性领域，包括：获取可转移负荷的实际运行数据，并对所述实际运行数据进行预处理，以得到处理后数据集；从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，并以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；基于所述聚类曲线结果确定出各运行模式下不同运行阶段的功率和持续运行时长，基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型。通过本申请的上述技术方案，能够准确建立住宅建筑可转移负荷的功率模型。筑可转移负荷的功率模型。筑可转移负荷的功率模型。

【技术实现步骤摘要】
一种基于数据驱动的可转移负荷建模方法、装置、设备及介质


[0001]本专利技术涉及建筑负荷柔性领域，特别涉及一种基于数据驱动的可转移负荷建模方法、装置、设备及介质。

技术介绍

[0002]光伏发电、风力发电等间歇性可再生能源发电渗透率的不断提高，给电网的稳定运行带来了巨大的挑战。通常需要在发电侧配置储能，提高系统的柔性，储存富余的可再生间歇性可再生能源电力，提高对可再生能源电力的消纳，保证电网的稳定运行。然而，由于储能成本较高，目前在工程上难以规模化应用。一种较为经济的方式是挖掘并利用用户需求侧负荷的柔性。住宅建筑需求侧的洗衣机、烘干机和洗碗机等可转移负荷通过聚集效应具有巨大的柔性潜力。当前对住宅建筑可转移负荷的建模采用的方法都比较简单，均是通过假设的方法，假定可转移负荷在整个运行周期的功率均为恒定值。然而，在实际运行过程中，可转移负荷的用电功率并不是恒定值，而是随着运行模式、运行阶段的变化而变化。
[0003]由上可见，如何建立住宅建筑可转移负荷的功率模型是本领域有待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于数据驱动的可转移负荷建模方法、装置、设备及介质，能够构建住宅建筑可转移负荷快速建模的工具。其具体方案如下：第一方面，本申请公开了一种基于数据驱动的可转移负荷建模方法，包括：获取可转移负荷的实际运行数据，并对所述实际运行数据进行预处理，以得到处理后数据集；从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，并以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；基于所述聚类曲线结果确定出各运行模式下不同运行阶段的功率和持续运行时长，基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型。
[0005]可选的，所述对所述实际运行数据进行预处理，以得到处理后数据集，包括：从所述实际运行数据中确定出缺失值、异常值以及噪声值；采用拉格朗日差值法、箱型图法以及卡尔曼滤波算法分别对所述缺失值、所述异常值以及所述噪声值进行处理，以得到处理后数据集。
[0006]可选的，所述从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，包括：对所述实际运行数据进行特征参数提取操作，以得到所述可转移负荷单次持续运行的运行时长。
[0007]可选的，所述以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果，包括：以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线
结果；基于所述聚类曲线结果确定出各运行模式，以得到不同运行模式下的用电曲线。
[0008]可选的，所述基于所述聚类曲线结果确定出各运行模式，以得到不同运行模式下的用电曲线，包括：将所述运行时长作为特征向量，然后采用K
‑
means聚类算法对所述处理后数据集进行聚类分析操作，以得到不同运行模式下的用电曲线。
[0009]可选的，所述采用K
‑
means聚类算法对所述处理后数据集进行聚类分析操作，以得到不同运行模式下的用电曲线，包括：采用枚举法选择不同的聚类中心数量对所述处理后数据集进行聚类，并采用轮廓系数指标和戴维森堡丁指数指标对所述不同的聚类中心数量下的聚类曲线结果进行评估，以便从所述不同的聚类中心数量中确定最佳聚类中心数量；以所述运行时长及所述最佳聚类中心数量为输入，采用K
‑
means聚类算法对所述处理后数据集进行聚类操作，不同运行模式下的用电曲线。
[0010]可选的，所述基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型之后，还包括：对所述可转移负荷功率模型进行分析计算，以得到所述可转移负荷功率模型的参数；将所述参数按照预设的参数显示方法发送至客户端。
[0011]第二方面，本申请公开了一种基于数据驱动的可转移负荷建模装置，包括：数据处理模块，用于获取可转移负荷的实际运行数据，并对所述实际运行数据进行预处理，以得到处理后数据集；聚类分析模块，用于从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，并以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；模型构建模块，用于基于所述聚类曲线结果确定出各运行模式下不同运行阶段的功率和持续运行时长，基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型。
[0012]第三方面，本申请公开了一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现前述的基于数据驱动的可转移负荷建模方法。
[0013]第四方面，本申请公开了一种计算机存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于数据驱动的可转移负荷建模方法的步骤。
[0014]可见，本申请提供了一种基于数据驱动的可转移负荷建模方法，包括获取可转移负荷的实际运行数据，并对所述实际运行数据进行预处理，以得到处理后数据集；从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，并以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；基于所述聚类曲线结果确定出各运行模式下不同运行阶段的功率和持续运行时长，基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型。本申请利用住宅建筑可转移负荷实际运行特性，基于
K
‑
means 聚类方法，提出了一种住宅建筑可转移负荷的数据驱动建模方法，有效的提高了模型的准确性，通过Python等编程语言开发出用于住宅建筑可转移负荷快速建模的工具，将住宅建筑可转移负荷的运行数据输入至该工具，该工具通过计算可以立即得到转移负荷的建模结果，并且建立的住宅建筑可转移负荷模型的准确性更高，具有普适性，可以推广应用。
附图说明
[0015]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，还可以根据提供的附图获得其他的附图。
[0016]图1为本申请公开的一种基于数据驱动的可转移负荷建模方法流程图；图2为本申请公开的一种基于数据驱动的可转移负荷建模方法流程图；图3为本申请公开的一种转移负荷的概念模型运行特性图；图4为本申请公开的一种不同聚类中心数量下的聚类曲线结果示例图；图5为本申请公开的一种最佳聚类中心数量下的聚类曲线结果示例图；图6为本申请公开的一种转移负荷建模的功率曲线示例图；图7为本申请公开的一种基于数据驱动的可转移负荷建模装置结构示意图；图8为本申请提供的一种电子设备结构图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的可转移负荷建模方法，其特征在于，包括：获取可转移负荷的实际运行数据，并对所述实际运行数据进行预处理，以得到处理后数据集；从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，并以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；基于所述聚类曲线结果确定出各运行模式下不同运行阶段的功率和持续运行时长，基于所述功率和所述持续运行时长构建出所述可转移负荷功率模型。2.根据权利要求1所述的基于数据驱动的可转移负荷建模方法，其特征在于，所述对所述实际运行数据进行预处理，以得到处理后数据集，包括：从所述实际运行数据中确定出缺失值、异常值以及噪声值；采用拉格朗日差值法、箱型图法以及卡尔曼滤波算法分别对所述缺失值、所述异常值以及所述噪声值进行处理，以得到处理后数据集。3.根据权利要求1所述的基于数据驱动的可转移负荷建模方法，其特征在于，所述从所述处理后数据集中确定出所述可转移负荷单次持续运行的运行时长，包括：对所述实际运行数据进行特征参数提取操作，以得到所述可转移负荷单次持续运行的运行时长。4.根据权利要求3所述的基于数据驱动的可转移负荷建模方法，其特征在于，所述以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果，包括：以所述运行时长为特征向量对所述处理后数据集进行聚类分析，以得到聚类曲线结果；基于所述聚类曲线结果确定出各运行模式，以得到不同运行模式下的用电曲线。5.根据权利要求4所述的基于数据驱动的可转移负荷建模方法，其特征在于，所述基于所述聚类曲线结果确定出各运行模式，以得到不同运行模式下的用电曲线，包括：将所述运行时长作为特征向量，然后采用K
‑
means聚类算法对所述处理后数据集进行聚类分析操作，以得到不同运行模式下的用电曲线。6.根据权利要求5所述的基于数据驱动的可转移负荷建模方...

【专利技术属性】
技术研发人员：彭晋卿，罗正意，张雪芬，江海昊，吕梦欣，李镇宇，郭加澄，
申请(专利权)人：湖南大学，
类型：发明
国别省市：