【技术实现步骤摘要】
本申请涉及电力系统，特别是涉及一种典型特征挖掘及负荷评价方法、系统、设备、介质及产品。
技术介绍
1、以新能源为主体的新型电力系统“源荷”双侧高随机性问题显著，加剧了供需不平衡趋势，电力系统灵活性资源调节压力愈发严重。对需求侧资源调控及效果评价在促进供需平衡中具有优势，但如何合理刻画需求侧资源对电网功率平衡调节需求的贡献成为关键问题。
2、当前研究主要集中于需求响应效果，通过电价引导或基线计算响应容量来评估贡献，但存在时刻性波动、用户被动参与等问题。当前时段核定研究易受主观因素影响，且多从电网系统层面进行，对算力资源要求大。新能源出力及负荷用电量的波动性导致需求时段存在周期性差异，需要挖掘相对稳定的需求时段及负荷需求曲线。针对随机性特征样本的典型值挖掘，现有研究主要基于统计特征或机器学习，但新能源渗透及负荷随机性增强使得统计特征不明显，当前研究未涉及异常分布样本的有效信息。
技术实现思路
1、本申请的目的是提供一种典型特征挖掘及负荷评价方法、系统、设备、介质及产品，可有效明确各特征样本的有效信息对典型特征值的贡献情况，从而合理核定典型需求时间及负荷需求曲线。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种典型特征挖掘及负荷评价方法，所述典型特征挖掘及负荷评价方法包括：
4、获取一个周期内电力系统的若干类典型需求特征；所述典型需求特征包括：电力需求时段和电力需求趋势；
5、对每类所述典型需求特征分
6、根据所述类别群体数量对每个所述聚类类别赋权，得到赋权结果；
7、根据所述赋权结果构建加权最短距离优化模型，并利用所述加权最短距离优化模型计算每类所述典型需求特征的估计典型值；
8、根据所述估计典型值计算在需求时段内的需求侧负荷模式；
9、对所述需求侧负荷模式与需求负荷曲线进行相似性匹配计算，得到相似性匹配计算结果；
10、根据所述相似性匹配计算结果构建负荷贡献评估空间；
11、采用topsis模型根据所述负荷贡献评估空间评价负荷贡献，得到负荷总体贡献度。
12、第二方面，本申请提供了一种典型特征挖掘及负荷评价系统，所述典型特征挖掘及负荷评价系统包括：
13、需求特征计算模块，用于：
14、获取一个周期内电力系统的若干类典型需求特征；所述典型需求特征包括：电力需求时段和电力需求趋势；
15、对每类所述典型需求特征分别进行聚类，得到聚类结果；所述聚类结果包括：聚类类别和每个聚类类别内的类别群体数量；
16、根据所述类别群体数量对每个所述聚类类别赋权，得到赋权结果；
17、根据所述赋权结果构建加权最短距离优化模型，并利用所述加权最短距离优化模型计算每类所述典型需求特征的估计典型值；
18、dlc匹配模块，用于：
19、根据所述估计典型值计算在需求时段内的需求侧负荷模式；
20、对所述需求侧负荷模式与需求负荷曲线进行相似性匹配计算，得到相似性匹配计算结果；
21、负荷贡献评价模块，用于：
22、根据所述相似性匹配计算结果构建负荷贡献评估空间；
23、采用topsis模型根据所述负荷贡献评估空间评价负荷贡献，得到负荷总体贡献度。
24、第三方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的典型特征挖掘及负荷评价方法。
25、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的典型特征挖掘及负荷评价方法。
26、第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的典型特征挖掘及负荷评价方法。
27、根据本申请提供的具体实施例，本申请公开了以下技术效果：
28、本申请提供了一种典型特征挖掘及负荷评价方法、系统、设备、介质及产品，方法包括：获取一个周期内电力系统的若干类典型需求特征；所述典型需求特征包括：电力需求时段和电力需求趋势；对每类所述典型需求特征分别进行聚类，得到聚类结果；所述聚类结果包括：聚类类别和每个聚类类别内的类别群体数量；根据所述类别群体数量对每个所述聚类类别赋权，得到赋权结果；根据所述赋权结果构建加权最短距离优化模型，并利用所述加权最短距离优化模型计算每类所述典型需求特征的估计典型值；根据所述估计典型值计算在需求时段内的需求侧负荷模式；对所述需求侧负荷模式与需求负荷曲线进行相似性匹配计算，得到相似性匹配计算结果；根据所述相似性匹配计算结果构建负荷贡献评估空间；采用topsis模型根据所述负荷贡献评估空间评价负荷贡献，得到负荷总体贡献度。本申请基于聚类赋权的典型需求特征计算方法确定需求特征，实现在需求时段内需求侧负荷模式与dlc的趋势相似性匹配计算，进而构建负荷贡献评估空间，得到负荷总体贡献度，能够有效的对负荷贡献进行评价，实现需求侧用电行为对系统功率平衡的支撑水平评估，进而有效减缓电力系统灵活性资源调节压力。
本文档来自技高网...【技术保护点】
1.一种典型特征挖掘及负荷评价方法，其特征在于，所述典型特征挖掘及负荷评价方法包括：
2.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，
3.根据权利要求2所述的典型特征挖掘及负荷评价方法，其特征在于，所述获取一个周期内电力系统的若干类典型需求特征，具体包括：
4.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，对每类所述典型需求特征分别进行聚类，得到聚类结果，具体包括：
5.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，根据所述估计典型值计算在需求时段内的需求侧负荷模式；对所述需求侧负荷模式与需求负荷曲线进行相似性匹配计算，得到相似性匹配计算结果，具体包括：
6.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，所述采用TOPSIS模型根据所述负荷贡献评估空间评价负荷贡献，得到负荷总体贡献度，具体包括：
7.一种典型特征挖掘及负荷评价系统，其特征在于，所述典型特征挖掘及负荷评价系统包括：
8.一种计算机设备，包括：存储器、处理器以及存储在存储器上
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的典型特征挖掘及负荷评价方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的典型特征挖掘及负荷评价方法。
...【技术特征摘要】
1.一种典型特征挖掘及负荷评价方法，其特征在于，所述典型特征挖掘及负荷评价方法包括：
2.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，
3.根据权利要求2所述的典型特征挖掘及负荷评价方法，其特征在于，所述获取一个周期内电力系统的若干类典型需求特征，具体包括：
4.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，对每类所述典型需求特征分别进行聚类，得到聚类结果，具体包括：
5.根据权利要求1所述的典型特征挖掘及负荷评价方法，其特征在于，根据所述估计典型值计算在需求时段内的需求侧负荷模式；对所述需求侧负荷模式与需求负荷曲线进行相似性匹配计算，得到相似性匹配计算结果，具体包括：
6.根据权利要求1所述的典型特征挖掘及负荷评价方法，其...
【专利技术属性】
技术研发人员：李君卫，米增强，牛云静，余洋，徐湘楚，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：
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。