电力用户负荷模式识别系统研究与设计

前言

随着我国电力行业的快速发展，电力用户负荷模式识别系统的研究和设计也成为了重点工作，所以，进一步研究电力用户负荷模式识别系统的关键点也是极为重要的。

1、电力用户负荷特性概述

1.1负荷特性

电力负荷从电力系统的电源吸取的有功功率和无功功率随负荷端点的电压及系统频率变化而改变的规律。

电力负荷是电力系统的重要组成部分，它作为电能的消耗者对电力系统的分析、设计与控制有着重要影响几十年来，人们提出了大量的负荷模型，包括静态负荷模型、机理动态负荷模型、非机理动态负荷模型。同时，也不断积累了不少实测参数。建立一个负荷特性数据库，能够很方便地对历史数据进行各种查询以及调用，便于从一个整体、长期的范围来对负荷特性进行比较、分析、综合和应用。

1.2特性分类

负荷功率随负荷点端电压变动而变化的规律，称为负荷的电压特性;负荷功率随电力系统频率改变而变化的规律，称为负荷的频率特性;负荷功率随时间变化的规律，称负荷的时间特性。但一般习惯上把负荷的时间特性称为负荷曲线(有日负荷曲线、年负荷曲线等)而把负荷的电压特性和负荷的频率特性统称为负荷特性。

1.3模拟方法

在电力系统的分析计算中，模拟负荷特性的方法一般有以下4种。

①用恒定阻抗(或恒定功率、恒定电流)模拟负荷。这是最粗略的模拟方法，因而只适合某些近似计算。但因为这种方法比较简单，所以应用较为广泛。

②用负荷的静态特性模拟负荷。这种方法比用恒定阻抗(或恒定功率、恒定电流)模拟负荷要精确一些。它实质上是恒定阻抗、恒定电流、恒定功率3种简单形态按一定比例的组合。一般在动态稳定和潮流计算中可以采用这种模拟方法。

③考虑感应电动机机械暂态过程的典型综合负荷动态特性的负荷模型。因为感应电动机(见异步电动机)是电力系统负荷的主要成分，因此在暂态稳定计算中，往往采用这种负荷模型考虑感应电动机在暂态过程中其滑差变化对稳态等值电路阻抗值的影响。

④考虑感应电动机机电暂态过程的典型综合负荷动态特性的负荷模型。这是比较精确的负荷模型。它既考虑感应电动机的机械暂态过程，又考虑电动机的电磁暂态过程。

2、负荷预测的基本原理

①可知性原理。即预测对象的发展趋势和状况可以被人们知道，客观世界是可以被认知的，不但可以知道其过去和现在，而且可以通过总结它的过去和现在来推测未来。②可能性原理。由于事物的发展是多种因素导致的，所以事物发展会有多种可能。对某一指标进行预测，往往需要按照发展变化的规律，进行多方案预测。③连续性原理。强调事物总是从过去发展到现在，有现在发展到未来，而在这个发展过程中某些原有的特征或趋势将会延续下去。④相似性原理。预测对象现在的发展过程和状况可能和其它事物过去的某一阶段类似，这时人们可以根据后一事物的已知状况，来对预测对象未来发展进行预测。⑤反馈性原理。反馈就是把输出返回到输入端，在调节输出结果。运用反馈性原理是为了提高预测的准确性。当预测结果就与实践中实际值存在偏差时，首先分析偏差产生的原因，然后根据查明的原因适当改变输入数据，是预测结果更好。⑥系统性原理。此原理认为预测对象是一个完整的系统，其本身有内在的系统，而它与外界联系有形成了外在系统。系统性原理强调系统整体最佳，系统整体最佳才称得上高水平的预测。

负荷预测可按周期、社会用电情况，负荷特性、地理位置等多种方式进行分类。其中按周期分类是最普遍的一种预测方式，预测的周期可以分为:长期预测。时间一般为一年以上，甚至几十年，预测的基木单位是年，主要用于为电源电网规划提供决策依据。中期预测。一月以上，预测的基本时间单位是月，主要为检修，水库调度、期货交易，燃料计划提供决策依据。节假日预测。一般情况下需要提前1-15天预测节假日期间的用电负荷负荷，需要根据节假日的特点以及国家相关政策进行。短期预测。预测时间为1天-1周，预测的基本时间单位是小时或半小时，主要为现货交易(预调度计划)提供决策依据。超短期预测。预测时间5分钟-60分钟，预测的基本时间单位是5分钟，主要为实时调度、实时电价预测提供决策依据。

负荷预测对于电力系统的发展规划，安全经济调度，起到极为重要的作用。高质量的对于有利于合理安排发电计划，机组检修，减少热备用，从而提高电力系统运行的经济型，节约能源。要得到高质量的负荷预测结果需要按照正确的步骤，并根据预测负荷的特点采用合理的方法进行

3、电力用户负荷模式识别系统设计

针对负蘅模式提取工作的步骤和流程，从以下四个方磁对电力黑户负荷模式识别系统的功能结构进行分析。

3.1在负荷数据方面，系统应具备数据获取、数据存储和数据访问的功能。系统可以获取数据(读入数据)可以保存已训练好的样本历史负荷模式数据和规则，还可以存储以没有的新的负旖模式信息;使用人员通过该系统还可以查询需要了解的用户(或行业)的负荷模式信息。

3.2在数据预处理方面，由于通过自动抄表系统获取的用户负荷数据，在传输过程中难免会受网络等问题的影#囊，使数据有遗失值秘异常点。因此，系统应具备数据清理功能，对失真数据进行辨别从而使提取的典型曲线更具代表性，更有说服力，使得挖掘信息更可信。由于用户的原始负荷行业性质的不同，用电量数据值的大小可能相差悬殊，在聚类过程中负荷值较小的数据可能会受到数据较大值的影响甚至会被湮没，从而使本身应有的作用得不到体现。为了保证各用户的负荷数据在数据集中有相同的地位，就势必要对用户的负荷数据进行标准化处理，因此系统需要具备数据标准化的功能。

3.3从典型负荷模式的提取与存储方葱分析，系统利耀聚类算法提取电力用户的负荷模式，得到用户(或行业)的典型负荷代表曲线，为了使用户充分了解负荷模式信息，系统可以让用户自行选择聚类算法，设置聚类参数，通过比较各种方法所获取的负荷模式，来选择最典型、最具代表性的负荷模式，并且可以将提敬的负荷模式按照一定的顺序保存起来，便于使用时随时调用。

3.4从可视化方面分析，为了便于使用者对聚类结果一目了然，需要将负荷曲线的聚类结果显示给使用人员，因此系统应具备良好的可视化功能。综合以上罂个方蘧的分橇，将电力用户负荷模式识别系统分为四个功能模块，即负荷数据获取模块、负荷数据预处理模块、负荷模式提取模块、负荷模式存储与识别模块。

4、结束语

综上所述，只有明确了电力用户负荷模式识别系统的要求和设计的方法，才能够提高设计的质量。本文总结电力用户负荷模式识别系统的设计，明确了设计的要点，可供今后参考。

参考文献:

[1]西奥多里蒂斯等著;李晶皎等译.模式识别[M].四版.北京:电子工业出版社，2016，2

[2]刘耀年，等.基于模糊识别与模糊聚类理论的短期负荷预测[J].电工技术学报，2016，17(5)

[3]许甜田.大用户负荷预测方法研究及其应用[D].湖南大学硕士学位论文，2016

[4]刘丽轻.电力用户负荷模式识别系统研究与设计[D].华北电力

大学硕士学位论文，2016.5

[5]肖国社，王春，张富伟.电力负荷预测[M].北京:中电力出版设，2016.13