(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211045414.7 (22)申请日 2022.08.30 (71)申请人 国网天津市电力公司 地址 300010 天津市河北区五经路39号 申请人 国家电网有限公司 (72)发明人 江悦　王群　曹旌　梁程　杨要中　 王钰　国三立　蒋丽媛　党旭鑫　 虎挺昊　马占军　田圳　徐坤　 张少伟　匙博恒　李海科　孙华凯　 何志轩　尚梦楠　董雄鹰　杜学慧　 (74)专利代理 机构 天津盛理知识产权代理有限 公司 12209 专利代理师 刘英梅 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06K 9/62(2022.01) H02J 3/00(2006.01) (54)发明名称 一种基于用采数据的配电网用户负荷特性 分类方法 (57)摘要 本发明涉及一种基于用采数据的配电网用 户负荷特性分类方法， 步骤为： 1、 使用用采系统 采集到的用户数据构建原始用户负荷特性数据 库， 对数据进行归一化处理， 统一到一个大致的 数值区间内； 2、 使用US ‑ELM算法对原始用户负荷 特征数据库进行特征提取， 筛选出对用户负荷特 性最具代表行的负荷特征， 构建用户负荷特征 集； 3、 引入改进FCM算法对用户负荷特征集进行 聚类分析， 以步骤2降维后的低维数据作为改进 FCM算法的输入， 将用户负荷特征集聚类为C类； 4、 利用聚类得到的结果对原始用户负荷数据进 行类别划分， 对同一类别的用户负荷数据进行平 均化处理， 得到代表不同用户负荷特性的典型负 荷曲线。 本发 明有助于供电部分整体把握所辖地 区的负荷结构。 权利要求书3页 说明书7页 附图1页 CN 115481786 A 2022.12.16 CN 115481786 A 1.一种基于用采数据的配电网用户负荷特性分类方法， 其特 征在于： 包括如下步骤： 步骤1、 使用用采系统采集到的用户数据构建原始用户负荷特性数据库， 对原始用户负 荷特性数据库中的数据进行归一 化处理， 将数据统一到一个大致的数值区间内； 步骤2、 使用US ‑ELM算法对原始用户负荷特征数据库进行特征提取， 筛选出对用户负荷 特性最具代表行 的负荷特征， 构建用户负荷特征集， 有效降低原始用户负荷特性数据库的 维度； 步骤3、 引入改进FCM算法对用户负荷特征集进行 聚类分析， 以步骤2降维后的低维数据 作为改进FC M算法的输入， 将用户负荷特 征集聚类为C类； 步骤4、 利用聚类得到的结果对原始用户负荷数据进行类别划分， 对同一类别的用户负 荷数据进行平均化处 理， 得到代 表不同用户负荷特性的典型负荷曲线。 2.根据权利要求1所述的基于用采数据的配电网用户负荷特性分类方法， 其特征在于： 步骤1包括： 1.1构建原 始用户负荷特性数据库 在配电网中， 用采系统采集到的每一个用户负荷特性的数据集为X， 设X＝{x1,x2,…, xm}是所有负荷特性信息的集合， 包括电流、 有功功率、 无功功率、 用电量等； 设D为原始用户 负荷特性数据库， 其中包 含n个用户的负荷特 征集合X， 可以将D表示 为： 1.2对原始用户负荷特性数据库中的数据进行归一 化处理 由于原始用户负荷特性数据库中包含不同类别和量纲的数据点， 同时可能存在奇异样 本数据， 会造成训练时间增加和无法收敛的结果； 为了避免出现这种情况及后面数据 处理 的方便， 加快网络学习速度， 需要对数据库内的数据进行归一 化处理， 如下式所示： 其中， xij为第i个用户的负荷特征集合Xi中的数据点， xij∈D， ximax为第i个用户的负荷 特征集合Xi中最大值， 为第 i个用户的负荷特征集合Xi中最小值， 归一化后的原始用户负荷 特性数据库可表示 为： 3.根据权利要求2所述的基于用采数据的配电网用户负荷特性分类方法， 其特征在于： 步骤2包括： 2.1使用层次分析法(AHP)随机 选择输入权 重向量w和偏差向量b的初始值； 2.2计算出输出矩阵H， 如下式所示：权　利　要　求　书 1/3 页 2 CN 115481786 A 2其中， g(·)为激活函数， 使用sigmod( ·)函数， x′ij为D′中的负荷特性数据点； 2.3计算拉普拉斯矩阵L， 如下式所示： L＝D‑W 其中， n为用户数， W和D的计算公式分别为： 2.4对下式进行求 解， 得到输出权值β： min||β ||2+λTr( βTHTLHβ )， s.t.(Hβ )THβ ＝I 其中， λ表示一个折衷参数， Tr( ·)表示矩阵的轨迹， 为避免β 的退化解， 可以将上式替 换为广义特 征值问题： (I+λHTLH)v＝γHTHv 其中， I为单元矩阵， v为特征向量， γ为特征值； 对上式求解， 可以得到l个特征向量， 输 出权值β 将由l个广义特 征向量v组成， 即： 2.5获得输出权重β 后， 通过下式计算低维的输出矩阵E， 即通过US ‑ELM算法将输入数据 映射到l维特 征空间的用户负荷特 征集； 4.根据权利要求3所述的基于用采数据的配电网用户负荷特性分类方法， 其特征在于： 步骤3包括： 3.1、 在初始阶段使用DB作 为评判标准对不同类别数进行测试， 确定类别数C， 设定控制 算法的其 他柔性参数， 包括初始隶属度矩阵u0， 加权指数q；权　利　要　求　书 2/3 页 3 CN 115481786 A 3