负荷分类

摘要： 电力用户的负荷分类为电力系统和电力部门的系统规划、负荷预测、分时电价等研究提供了基本的指导工作。利用基于变分模态分解(variational mode decomposition,VMD)和模糊C均值聚类算法(fuzzy C-means,FCM)实现电力负荷的分类研究,针对FCM中欧氏距离的特征权重唯一的问题,利用基于特征加权的模糊聚类方法,提出基于特征加权的VMD-FCM聚类算法。根据电网实测负荷数据,VMD算法可对数据的固有模态有效分解,结合FCM算法引入的权重系数,显著提高了算法收敛速度和聚类准确度。对聚类结果分析表明:所提VMD-FCM聚类方法能够有效区分不同负荷类型,具有实际应用价值,从而为电力系统的设计规划提供指导作用。

摘要： 为降低低压台区线损率出现的目标误差,营造稳定、安全的线损处理环境,设计了一种考虑负荷分类状态的低压台区线损率计算方法。选取有源低压台区线损影响因子,在标定的范围之内,设计线损多负荷归一计算流程,执行线损小波神经网络(Wavelet Neural Network,WNN)负荷分类环境,构建线损计算模型,采用K-Means负荷聚类法实现线损率计算。测试结果表明:所设计的负荷分类台区线损计算方法得出的线损目标误差均可控制在1.5%以下,表明此种计算方法的误差小,覆盖范围更为广泛,具有实际的应用价值。

摘要： 针对负荷数据类型辨识中存在的类别不平衡及特征提取不足的问题,提出一种基于变分自编码器预处理和递归图-二维卷积神经网络的不平衡负荷数据类型辨识方法。首先,利用变分自编码器的过采样方法对少数类样本进行平衡化处理。然后,使用递归图算法将负荷曲线图像化。最后,根据二维卷积神经网络求取分类结果。算例分析表明,变分自编码器能有效地改善负荷数据中存在的类别不平衡问题,提高少数类的召回率;同时,相比于序列输入的分类器模型,经过递归图编码后,其图像输入的二维卷积神经网络模型有更高的分类准确度。

摘要： 为了进一步完善综合文化艺术馆的电气项目设计,促进建筑电气设计行业合理、全面发展,本文结合赣州市综合文化艺术馆的电气项目设计方案,简要介绍了该项目的建筑电气设计过程及总结其经验,以期为类似的艺术馆电气设计项目提供参考与借鉴。

摘要： 本文通过对农村含分布式光伏台区负荷曲线分析,发现含光伏台区负荷特性与原有农村台区负荷特性存在显著差异。部分含分布式光伏台区体现出特有的光伏特性,而不是传统的单纯用户负荷特性,因此,需要进步进行分类管理。本文提出一种基于K-Shape聚类算法的农村含分布式光伏台区负荷分类方法。通过对农村配电网台区负荷数据处理与分析可以帮助电力公司将传统的用户负荷特性与光伏台区的负荷特性区分开来,使得在向用户端准确输送电力的同时有效地降低运维成本,协调各电源共同提供更高质量服务。

摘要： 智能环网柜等配网自动化技术及可再生能源的发展,在提高了配电网智能化的同时也增加了可靠性分析的复杂度.采用故障模式后果分析法(failure mode and effect analysis,FMEA)可提前预判有源智能配网故障隔离及负荷转供多样性带来的影响.针对FMEA法人工生成工作量大,缺乏系统整体评估等问题,提出了基于负荷划分的FMEA表及有源智能配网可靠性评估的标准化方法.该方法兼顾有源智能配网中智能化及多DG供电特性,基于图论技术中的广度优先搜索和连通性判别方法,以故障后有源智能配网内负荷划分识别矩阵为关键表征量,建立了FMEA表二维矩阵的线性化表达.同时,结合负荷划分识别矩阵及FMEA表,构建了有源智能配网可靠性系统评估指标的标准化模型.算例仿真表明,本文所提标准化方法简明,对复杂有源智能配网具通用性,与蒙特卡洛分析方法对比,验证了所提方法的有效性.

摘要： 针对分段聚合近似算法存在对数据分段数目敏感以及需要人为确定压缩比的不足,提出一种基于粒子群优化分段聚合近似的负荷分类方法.利用加速粒子群算法优化分段聚合近似压缩比,获得负荷曲线拟合误差最小时所对应的压缩比,在此基础上通过模糊C均值聚类算法对分段聚合近似曲线进行划分.将所提出的负荷分类法用于辽宁某地电力负荷数据分类中,结果表明,所提方法要优于传统分段聚合近似分类方法.

摘要： 技术的进步推动了电力大数据的发展,针对电力行业的数据挖掘研究成为当下的热点.针对传统的支持向量机(SVM)在处理大数据时存在耗费时间较长、识别效果不佳的问题,引入次梯度下降算法对支持向量机进行训练,旨在降低训练样本数目的大小对支持向量机训练时间的影响.同时借助Hadoop平台处理大数据的优势,通过构建电力负荷特性指标对原始数据降维,在MapReduce框架下随机构建多个分类器,基于投票机制划分样本类别,构建分类指标对结果进行评价.算例部分分别对比了训练样本数目的大小对分类效果的影响以及四种机器学习算法在处理电力大数据时的性能优劣,结果表明本文所用方法在电力大数据领域具有很好的分类识别效果.

摘要： 风电和光伏的大规模并网,使得配电系统和各类负荷的运行稳定性明显降低.为降低可再生能源接入的不利影响,提出考虑多类型负荷及风光不确定性的配电网优化规划方法.利用仿射数模型降低分布式电源预测的不确定性;结合各类负荷的静态电压特性,建立各类负荷相应的幂函数模型,提出以电压波动和网络损耗最小为目标函数的规划模型;然后,采用自适应遗传算法进行模型求解;最后,在改进的IEEE-33节点的系统上进行仿真分析,验证了所提方法的有效性.

摘要： 由于当前电网负荷的电力电子化趋势越来越明显,导致其复杂性、随机性、时变性也显得尤为突出,从而影响了电力负荷模型的准确性.负荷建模过程中为了考虑到不同比例及不同类型电力电子设备的影响,需要进行合理的分类.针对不同类型的电力电子设备具有不同的端口机电特性与谐波特性,对典型负荷设备进行谐波特性分析,进行初步的分类,然后建立详细仿真模型用于获取大量的各种随机场景下的特征数据,分析其谐波特性,并通过模糊C均值聚类(Fuzzy c-means,FCM)方法进行分类调整.通过谐波模拟数据集,验证本方法用于电力电子负荷构成成分分析及分类的合理性与有效性.

摘要： 本文针对电网负荷曲线的特点提出了加权欧氏距离中权重的确定方法，及负荷曲线形状相似的度量指标，并针对性地提出了一种基于负荷曲线距离和形状的改进K-MEANS 聚类算法。将该算法应用于广州电网大宗工业的负荷分类,与传统的负荷分类方法相比，本方法在聚类质量上有很大的改进。

摘要： 为了解决负荷时变性对建模的影响，建立更加符合实际的负荷模型，本文将聚类分析的方法应用到负荷的分类当中。在应用聚类分析之前，通过比较两种常用的分类特征向量在负荷分类中的效果，确定了适用于负荷分类的特征向量。然后本文提出了一种负荷分类及模型泛化的方法：首先以模型阶跃响应为特征向量，采用聚类分析的方法对负荷进行分类，然后用多曲线拟合的方法对每一类建立一个代表整个类的负荷模型，并对各类的模型的参数以及各类扰动数据之间存在的规律进行分析，在此基础上按照一定的规律合并类，最终得到了具有较强泛化能力和实用性的负荷模型，实际数据验证了方法的有效性。

摘要： 传统的配变负荷分类方法不能如实反映用电特征,充分考虑配变负荷的实时特征才能体现公平原则,本文按照一定时段负荷变化趋势的相似性,采用kmean聚类算法,对实际配电变压器用户负荷进行分类,并基于数据流管理技术中的滑动窗口模型和DFT概要数据结构,提出了在线动态分类的方法,试验结果证明了该方法的有效性.

摘要： 阐述了在体育场电气设计中应重点考虑的几个问题,如负荷分级及供电电源、用电负荷分类及变压器的设置、场地照明的配电系统、临时用电的预留、防雷设计,并提出相应的设计思路,供各位同行参考、商榷和完善.

摘要： 近年来民用建筑得到了飞速发展,应急照明设计也相应呈现出复杂的特点.文章从电气规范及标准对应急照明概念的具体规定及其相应设计要求入手,阐明了应急照明与火灾应急照明、非火灾应急照明的关系.

摘要： 近年来民用建筑得到了飞速发展,应急照明设计也相应呈现出复杂的特点.文章从电气规范及标准对应急照明概念的具体规定及其相应设计要求入手,阐明了应急照明与火灾应急照明、非火灾应急照明的关系.

摘要： 近年来民用建筑得到了飞速发展,应急照明设计也相应呈现出复杂的特点.文章从电气规范及标准对应急照明概念的具体规定及其相应设计要求入手,阐明了应急照明与火灾应急照明、非火灾应急照明的关系.

摘要： 近年来民用建筑得到了飞速发展,应急照明设计也相应呈现出复杂的特点.文章从电气规范及标准对应急照明概念的具体规定及其相应设计要求入手,阐明了应急照明与火灾应急照明、非火灾应急照明的关系.

摘要： 近年来民用建筑得到了飞速发展,应急照明设计也相应呈现出复杂的特点.文章从电气规范及标准对应急照明概念的具体规定及其相应设计要求入手,阐明了应急照明与火灾应急照明、非火灾应急照明的关系.

摘要： 本发明提供了一种基于用户负荷模式分类的短期电力负荷预测方法，所述短期电力负荷预测方法主要包括海量高维数据预处理、用户负荷模式分类器、LSTM模型训练及预测，通过对所有历史样本进行数据预处理、K‑means聚类分析、灰色关联分析、通过K近邻分类算法(KNN)建立分类器以及对不同类型负荷数据采用LSTM神经网络方法建立不同的负荷预测模型，从而得到待预测日的电力负荷特性。本发明提供一种基于用户负荷模式分类的短期电力负荷预测方法，能够迅速准确的得到待预测日的负荷特性，保证电力系统运行和管理的高效和稳定。

摘要： 本发明涉及一种基于贝叶斯分类法的基线负荷模型的负荷辨识方法，该方法包括以下步骤：步骤1：确定任意两个给定用户特征量是否为统计相关，排除冗余特征量；步骤2：将经过判断统计相关并排除冗余特征量的用户特征量组成训练集；步骤3：针对训练集中每个数据类别计算先验概率并进一步得到对应贝叶斯概率；步骤4：利用贝叶斯概率结合预测日的用电负荷计算得到预测日的基线负荷；步骤5：利用获得的基线负荷辨识错峰潜力负荷。与现有技术相比，本发明具有避免预测日基线负荷单一，不足以辨识错峰潜力负荷，数据多样性强等优点。

摘要： 一种对用户需求精细分类进行电网负荷分析和负荷预测的方法，包括以下步骤：获取用户终端的属性和电量信息；对所有电力用户进行归类；将每一个电力用户与配电网台式变压器关联；将台式变压器的电力负荷信息拆分到每一类用户；利用现有的电网拓扑关系将所有台式变压器所带的用户负荷信息进行汇总；对每一类负荷进行负荷分析和负荷预测；将所有类型的负荷预测数据相加，得到总的负荷预测数据。本发明发明通过对用户端进行分类管理，对每一类负荷采取对应的负荷分析和负荷预测方法，解决了长期以来无法精确进行负荷预测的难题，为电力调度提供较为精确的负荷预测数据，帮助安排发电计划，保障电网的安全稳定运行。

摘要： 本发明公开基于基础负荷削减策略的用户负荷分类方法，包括：步骤1，提取用户负荷数据，对负荷数据进行预处理；步骤2，选取削减负荷基准值，以聚合度为评价参数，采用削减基准负荷数值的方法区分负荷类型；步骤3，根据负荷类型区分结果，采用模糊C均值算法对负荷数据进行聚类。本发明针对当前负荷聚类方法中因为用户规模而错误识别用户类型的问题，提出了改进的负荷聚类算法处理技巧，利用模糊算法，验证本发明所提出的算法的精确性。本发明采用的方法能有效地排除用户规模对用户类型的干扰。

摘要： 本发明公开基于基础负荷消减策略的用户负荷分类方法，包括：步骤1，提取用户负荷数据，对负荷数据进行预处理；步骤2，选取削减负荷基准值，以聚合度为评价参数，采用削减基准负荷数值的方法区分负荷类型；步骤3，根据负荷类型区分结果，采用模糊C均值算法对负荷数据进行聚类。本发明针对当前负荷聚类方法中因为用户规模而错误识别用户类型的问题，提出了改进的负荷聚类算法处理技巧，利用模糊算法，验证本发明所提出的算法的精确性。本发明采用的方法能有效地排除用户规模对用户类型的干扰。

摘要： 本发明涉及电力系统负荷分类技术领域，具体涉及一种基于典型日负荷曲线的负荷分类结果评价方法，包括采集用户数据；构造典型日负荷曲线，并进行负荷分类；负荷预测；记录负荷预测误差的大小以及当前分类的参数；重复负荷分类和预测；得到预测误差。本发明的有益效果：通过基于不同分类参数的分类结果，进行负荷预测，并根据预测误差的大小，对分类方法做出评估，能对不同参数的分类方法有一个统一的评价标准，而且其评价结果对于负荷预测、用户管理等应用具有直接的指导意义。

摘要： 本发明涉及一种负荷分类的技术领域，具体涉及一种基于负荷曲线距离和形状的负荷分类方法；该方法包括以下步骤：对用户负荷数据进行数据预处理，用K‑means聚类法对专变用户进行聚类，分别选不同的K，找出最佳聚类数目时各类的类中心；选取电网每周工作日的平均总负荷曲线为样本，用主成分分析法对样本计算各属性的权重；将K‑means聚类法得到的类中心作为初始类中心；用类均值更新类中心；重复步骤直至类中心不再变化，即可得到负荷分类。本发明从聚类数目的确定、初始类中心的选择、相似性度量以及迭代过程上作改进，形成一种基于负荷曲线距离和形状的负荷分类方法，该方法具有效率高、精准度高等特点。

摘要： 本发明涉及一种基于可中断负荷的负荷分类及调度方法，包括：(1)获取t

摘要： 本发明公开了一种基于日负荷曲线的工业负荷分类控制方法，根据日负荷曲线数据的标幺值的最小值大小及标幺值数据的分布规律进行判断，若日负荷特性是间断的，且只有一个工作时段，则该类负荷为某个固定时间段工作负荷；若有多个工作时间段，则该类负荷为多个间断时间段工作负荷；如日负荷特性是连续的且负荷波动很小，则该类负荷为连续工作稳定负荷；如日负荷特性是连续的且负荷波动程度较大，则该类负荷为连续工作峰谷差波动显著负荷，对于以上分类的四种工业负荷，分别采取不同的负荷控制方法。

摘要： 本发明提出一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统，其设计主要包括：1）虚拟电厂负荷分类，通过研究典型虚拟电厂弹性负荷的用电特性指标和负荷分类方法，建立可调节负荷资源特征指标体系和相应的计算方法。2）虚拟电厂可控资源建模，采用UML建模方法将分布式资源建模为5类通用资源模型。3）虚拟电厂参与电力市场的交易模块设计，参与市场交易模块包括交易报价管理、接收交易结果、模拟执行、接收结算信息、结算争议处理等各个功能模块。4）以及虚拟电厂平台部署。本发明可用于在虚拟电厂灵活资源聚合调控、虚拟电厂云‑边‑端协同调度等领域，解决虚拟电厂负荷分类、可调控资源建模，以及虚拟电厂参与电力市场交易的组织与实施等。