一种用户群用电负荷响应的智能控制方法
专利汇可以提供一种用户群用电负荷响应的智能控制方法专利检索，专利查询，专利分析的服务。并且本 发明 的技术方案包括一种通用的界面行为控制系统，该系统包括：使用智能配电终端对用户用电负荷数据进行采集并创建对应的数据结构；对 数据库 模糊 聚类分析 ，并且基于模糊聚类分析对所述用电数据库的 数据挖掘 关键字段，得到用户群响应信息；对用户群历史响应信息进行聚类与发布，对各用户对自身当前响应能 力 进行申报，进一步，还通过对用户群预期响应能力的修正以及对用户群下发对应的控制指令。本发明的有益效果为：提供了在海量历史数据中挖掘核心信息的方法论；建立决策控 制模 块 与用户群之间的智能互动机制，该方法对电力系统的运行、调度、控制等各个功能环节具有重要的现实意义和良好的应用前景。，下面是一种用户群用电负荷响应的智能控制方法专利的具体信息内容。
1.一种用户群用电负荷响应的智能控制方法，其特征在于，该方法包括：
A，使用智能配电终端对用户用电负荷数据进行采集并创建用电数据库进行存储，进一步基于用电数据库创建对应的数据结构，所述数据结构用于表示用户用电负荷响应能力；
还包括：
在对用户用电负荷数据进行采集时，对单一的用户建立单一用户响应的简单模型，该简单模型为：
其中，t表示从智能配电终端接收指令开始计时的时间，ΔP(t)为关于时间t的用户响应容量的函数，t(1)为先导时间，t(2)为响应时间，t(3)为最大可持续时间，ΔPMAX为最大响应容量，其中先导时间表示智能配电终端接收指令、反馈信息及准备时间的时间和，响应时间表示用户接收到智能配电终端开始响应至最大响应容量所需时间，最大可持续时间用于表示用户用电负荷偏离预定数值且持续运行在新工作点的持续时间，最大响应容量表示用户参与响应之后，用户所能参与的最大容量上限；
B，对所述用电数据库进行模糊聚类分析，并且基于模糊聚类分析对所述用电数据库的数据挖掘关键字段，得到用户群响应信息,包括：
基于所述单一用户响应的简单模型，进一步对简单模型数据进行抽象，得到用户响应申报特性参数和运行特性参数，假定用户数为N，历史统计周期为T个时间段，建立维度为N×T的特性参数空间，并对应地定义申报特性表征参量，其步骤如下S301～S305所示，S301，定义 为用户i在时间段j所申报先导时间的特性指标，表达式如下：
其中， 为用户i在时间段j的申报先导时间，k为第k个用户，h表示历史统计周期的第h个时间段， 为N×T的特性参数空间的申报先导时间的最小值， 为N×T的
特性参数空间的申报先导时间的最大值；
S302，定义 为用户i在时间段j所申报响应时间的特性指标，表达式如下：
其中， 为用户i在时间段j的申报响应时间, 为N×T的特性参数空间的申报
响应时间的最小值， 为N×T的特性参数空间的申报响应时间的最大值；
S303，定义 为用户i在时间段j所申报响应持续的特性指标，表达式如下：
其中， 为用户i在时间段j的申报响应持续时间, 为N×T的特性参数空间的
申报响应持续时间的最小值， 为N×T的特性参数空间的申报响应持续时间的最大值；
S304，定义 为用户i在时间段j所申报响应容量的特性指标，表达式如下：
其中，Pij为用户i在时间段j的申报响应容量，min(Pkh)为N×T的特性参数空间的申报响应容量的最小值，max(Pkh)为N×T的特性参数空间的申报响应容量的最大值；
S305，因此得到用户申报特性数据空间，表达式如下：
U1＝{L(i,j)},i∈1,2,…,N,j∈1,2,…,T
其中，
C，对用户群历史响应信息进行聚类与发布，对各用户对自身当前响应能力进行申报，进一步，还通过对用户群预期响应能力的修正以及对用户群下发对应的控制指令。
2.根据权利要求1所述的用户群用电负荷响应的智能控制方法，其特征在于，所述的步骤B还包括：
根据所述定义申报特性表征参量的步骤S301～S305，进一步，还包括对运行特性表征参量的定义，进而得到用户运行特性数据空间，其步骤为S401～S405所示，S401，定义 为用户i在时间段j实际运行中先导时间的特性指标，表达式如下：
其中， 为用户i在时间段j的先导时间偏移指标，定义式为：
为用户k在时间段h的先导时间偏移指标, 为N×T的特性参数空间的先导
时间偏移指标中的最小值， 为N×T的特性参数空间的先导时间偏移指标中的最大值， 为用户i在时间段j所申报的先导时间， 为用户i在时间段j实际运行中的先导时间；
S402，定义 为用户i在时间段j实际运行中响应时间的特性指标，表达式如下：
其中， 为用户i在时间段j的响应时间偏移指标，定义式为：
为用户k在时间段h的响应时间偏移指标, 为N×T的特性参数空间的响应
时间偏移指标中的最小值， 为N×T的特性参数空间的响应时间偏移指标中的最大值， 为用户i在时间段j所申报的响应时间， 为用户i在时间段j实际运行中的响应时间；
S403，定义 为用户i在时间段j实际运行中响应持续的特性指标，表达式如下：
其中， 为用户i在时间段j的响应持续偏移指标，定义式为：
为用户k在时间段h的响应持续偏移指标, 为N×T的特性参数空间的响应
持续偏移指标中的最小值， 为N×T的特性参数空间的响应持续偏移指标中的最大值， 为用户i在时间段j所申报的响应持续时间， 为用户i在时间段j实际运行中的响应持续时间；
S404，定义 为用户i在时间段j实际运行中响应容量的特性指标，表达式如下：
其中， 为用户i在时间段j的响应容量偏移指标，定义式为：
为用户k在时间段h的响应容量偏移指标, 为N×T的特性参数空间的响应
容量偏移指标中的最小值， 为N×T的特性参数空间的响应容量偏移指标中的最大值，Pij为用户i在时间段j所申报的响应容量， 为用户i在时间段j实际运行中的响应容量；
S405，得到用户运行特性数据空间，表达式如下：
其中
3.根据权利要求1所述的用户群用电负荷响应的智能控制方法，其特征在于，所述的步骤B还包括：
对所述维度为N×T的维度空间的用户数据进行筛选，得到符合上述用户申报特性数据空间和用户运行特性数据空间的用户为智能用户群，进一步，根据不同的维度空间的智能用户群数据的隶属度，对所述智能用户群的多维度空间进行模糊聚类，进而得到智能用户群历史申报特性的聚类数据。
4.根据权利要求3所述的用户群用电负荷响应的智能控制方法，其特征在于，所述步骤B的多维度空间模糊聚类的计算方法为步骤S501～S506：
S501，定义 为用户i在时间j的特性隶属于聚类中心κu的程度，需要满足的条件为：
S502，定义 为用户i在时间j的特性与聚类中心κu的欧氏距离，
其中， 为用户i在时间j的特性与聚类中心κu的欧氏距离；
S503，采用基于模糊C均值聚类法，可在N×T维的二级代理特性中寻优C个聚类，使得类内加权误差平方和函数达到最小，聚类的目标函数的表达式如下：
其中m∈[0,2]是一加权指数以[0,1]间的隶属度来确定其属于各类的程度,N表示用户数量，T表示时间段区间数量，N×T表示构成N个用户在T个时间段的特性空间；
S504，根据聚类准则构造拉格朗日函数，表达式如下：
其中λij为等式约束的拉格朗日乘子，根据库恩—图克定理，则有：
为用户i在时间j的特性与聚类中心κu的欧氏距离， 为用户i在时间j的特性与聚类κr(r∈1,2...c)的欧氏距离，其中κr表示聚类中心中的第r个聚类；
S505，由此迭代求解即可得到C个聚类中心及各二级代理隶属度矩阵，得申报特性聚类中心为K＝[κ1,κ2,…,κc1]T， 为二级代理i在时间j的申报特性隶属于中心κu的程度，S506，根据步骤S501～S505，到运行特性聚类中心为 为二级代理
i在时间j的运行特性隶属于中心 的程度。
5.根据权利要1或4中任一项所述的用户群用电负荷响应的智能控制方法，其特征在于，所述步骤B还包括：
将历史申报特性的聚类中心形成的矩阵向智能用户群发布，用户i的智能配电终端对聚类中心矩阵进行实时分析，并根据分析结果查询并匹配与智能配电终端对应的聚类中心矩阵，并将聚类中心矩阵对应的用户申报数据进行回送，并提取与回送用户申报数据时间相似的历史申报数据，将相似历史申报数据的时间作为同类型申请日，进一步，决策控制模块根据同类型申请日对用户的申报数据进行修成，形成预期运行特性，最后根据预期运行特性向用户下发控制指令。
6.根据权利要5所述的用户群用电负荷响应的智能控制方法，其特征在于，该方法还包括步骤S701～S704，其中：
S701，用户i智能终端可实时分析自身相应能力，通过快速比对寻找最接近自身能力的申报聚类中心，公式如下：
其中， 为用户i智能终端的自身相应能力，c1表示申报特性聚类中心的聚类总数量，κr表示聚类中心中的第r个聚类；
S702，决策控制模块获得各用户上报的申报结果后，选择具备与当前日最相似申报特性的历史日作为同类型日，即用户i同类型日 满足条件为：
S703，决策控制模块根据同类型日运行特性，对其申报参数作修正，生成用户i的预想运行特性，表达式如下:
其中， 分别表示预想运行特性中的先导时间、响应时间、响应持续
时间及响应容量； 为二级代理i同类型日 的特性隶属于运行特性聚类中心 的最大程度， 为j第个运行特性聚类中心，c2表示申报特性聚类中心的聚类总数量；
S704，根据修正后的预想运行特性，决策控制模块根据需求向对应用户下发控制指令。
一种用户群用电负荷响应的智能控制方法
技术领域
背景技术
发明内容
代理i在时间j的运行特性隶属于中心 的程度。
具体实施方式
1、9、13、16的响应误差无随时间减小的导向，其他用户均不同程度的存在导向性递减。上表中同样给定各用户偏离标准导向的正态噪声区间，既而模拟了不同用户实际运行误差的振荡幅度，例如用户8、16的震荡幅度明显较大，而用户13、17则明显较小，由此反映不同用户在实际运行中的不确定性波动，以使模拟数据更反映真实情况。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种用户群用电负荷响应的智能控制方法 | 2020-05-11 | 708 |
| 基于机动车状态监控数据挖掘的驾驶风险防范方法及系统 | 2020-05-11 | 923 |
| 一种基于数据挖掘的农作物生长预警的方法及装置 | 2020-05-08 | 357 |
| 一种烹饪器具的消费者使用习惯日志系统及数据分析方法 | 2020-05-11 | 321 |
| 一种spark下的机器学习快速大规模样本签名方法 | 2020-05-08 | 48 |
| 一种基于改进粒子群优化SVM的空气质量预测算法 | 2020-05-08 | 994 |
| 一种电力系统检测数据攻击的方法、计算机设备和存储介质 | 2020-05-11 | 685 |
| 一种对数据文件的数据清洗方法和数据文件处理方法 | 2020-05-11 | 901 |
| 一种用于矽钢片自动生产线的质量管控系统 | 2020-05-11 | 620 |
| 一种多功能数据挖掘装置 | 2020-05-11 | 480 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
