CN110729718A - 一种基于日负荷曲线的行业用户开工监测方法 - Google Patents
一种基于日负荷曲线的行业用户开工监测方法 Download PDFInfo
- Publication number
- CN110729718A CN110729718A CN201910879729.3A CN201910879729A CN110729718A CN 110729718 A CN110729718 A CN 110729718A CN 201910879729 A CN201910879729 A CN 201910879729A CN 110729718 A CN110729718 A CN 110729718A
- Authority
- CN
- China
- Prior art keywords
- curve
- mode
- production
- curves
- shutdown
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于日负荷曲线的行业用户开工监测方法，包括日负荷曲线计算模块、曲线合并模块、模式划分模块和判断生产模式模块；日负荷曲线计算模块计算所有日负荷曲线间的距离；计算出负荷曲线之间的距离后，通过曲线合并模块将距离最短的两条曲线归为一类，以此类推直至剩下四类曲线；在模式划分模块计算每一类典型日负荷曲线的负荷率、峰谷差率、最大负荷率，最大负荷出现的时间，并将其划分为正常开工模式、间歇停工模式、停工模式；在判断生产模式模块，根据一系列规则将开工模式、间歇性停工模式、停工模式做进一步划分。本发明解决了用电大户开工监测的问题，在一定程度上减少了电力公司的人力、财力的投入。
Description
技术领域
本发明涉及一种提供一种监测方法，具体说是一种基于日负荷曲线的行业用户开工监测方法。
背景技术
近些年随着机器学习的发展，数据的重要性也开始慢慢体现出来。电力系统也紧跟时代的步伐大力发展数据的挖掘和分析，通过分析历史数据，预测未来的走势。目前，主要存在以下两方面的问题：
(1)现在大多数的数据分析和挖掘的工作都集中在一些简单的拟合以及异常判别的问题上，很少有对行业监测方面的需求。
(2)对于许多传统的数据分析和挖掘算法，对数据的要求都很严格，不仅需要大量的数据而且对数据的质量要求也很高，考虑到电力系统的实际情况，许多方法并不能取得很好的结果。
上述问题严重影响了数据分析、挖掘算法在电力系统上的应用，在投入大量人力和财力的同时得不到有效的回报，因此，在使用数据分析、挖掘算法时应该考虑到电力系统的实际情况，避免不必要的浪费。
发明内容
针对上面问题，本发明的目的是提出一种基于日负荷曲线的行业用户开工监测方法，以实现对企业生产特性的监测，针对企业不同的生产特性可以制定出一些相应的缓解用电负荷的方法，对电力资源的合理使用起到了很大的帮助。
本发明的目的通过以下技术方案实现：
一种基于日负荷曲线的行业用户开工监测方法，其特征在于：该方法包括日负荷曲线计算模块、曲线合并模块、模式划分模块和判断生产模式模块。首先，日负荷曲线计算模块计算了所有日负荷曲线间的距离。计算出负荷曲线之间的距离后，通过曲线合并模块将距离最短的两条曲线归为一类，以此类推直至剩下四类曲线。然后，在模式划分模块计算每一类典型日负荷曲线的负荷率、峰谷差率、最大负荷率(日最大负荷/月最大负荷)，最大负荷出现的时间，并将其划分为正常开工模式、间歇停工模式、停工模式。最后，在判断生产模式模块，根据一系列规则将开工模式、间歇性停工模式、停工模式做进一步划分。
进一步，所述日负荷曲线计算模块具体包括，计算大用户当季度的日负荷曲线之间的距离。
所述曲线合并模块主要包括，首先将距离最小的两条曲线归为一类，然后继续合并距离最短的两类，直到最后只剩下四类曲线(定义类与类之间的距离为两类最近样品间的距离)。
所述模式划分模块主要包括，计算每一类典型日负荷曲线的负荷率，峰谷差率，最大负荷率(日最大负荷/月最大负荷)，最大负荷出现时间，将其分为正常开工模式、间歇停工模式、停工模式。
判断生产模式模块主要包括，第一步，判断典型曲线中是否有停工曲线，规定判断标准为：负荷率大于0.8，最大负荷系数小于0.3，则为停工曲线。若有停工曲线，并且天数大于70，则基于停工状态，天数20到70，间歇停工，天数小于20，则归为满开工，另外规定其余三条曲线为生产曲线。若无停工曲线，则为满开工，四条典型聚类曲线都是生产曲线。进一步的，对于间歇停工与满开工，可基于生产曲线研究其生产特性，分为连续型生产、迎峰型生产、避峰型生产、混合型生产：判断是否有一条生产曲线类型，在聚类样本里占到一半以上(45条)，若否，那么判断该企业为混合型生产特性，若是，则以该条主要生产曲线定义该企业的生产特性，具体判断如下：根据这条典型负荷曲线，计算其8点到20点的用电量x与日总用电量X，若
判断该企业为连续型生产模式；
若
则为迎峰型生产模式，生产时间主要集中在白天；
若
则为避峰型生产模式，生产时间主要集中在夜间。
本发明通过对日负荷曲线历史数据的深入分析，结合聚类的方法判断企业的生产特性，为运行人员决策提供支持，可以根据一些用电大户的生产特性可以合理统筹，解决了用电大户开工监测的问题，在一定程度上减少了电力公司的人力、财力的投入。
附图说明
图1为本发明实施中所提出的一种基于日负荷曲线的行业用户开工监测方法。
具体实施方式
为进一步解释本发明的技术方案，下面结合附图详细说明本发明。
如图1所示，一种基于日负荷曲线的行业用户开工监测方法,该方法包括日负荷曲线计算模块、曲线合并模块、模式划分模块和判断生产模式模块。首先，日负荷曲线计算模块计算了所有日负荷曲线间的距离。计算出负荷曲线之间的距离后，通过曲线合并模块将距离最短的两条曲线归为一类，以此类推直至剩下四类曲线。然后，在模式划分模块计算每一类典型日负荷曲线的负荷率、峰谷差率、最大负荷率(日最大负荷/月最大负荷)，最大负荷出现的时间，并将其划分为正常开工模式、间歇停工模式、停工模式。最后，在判断生产模式模块，根据一系列规则将开工模式、间歇性停工模式、停工模式做进一步划分。
日负荷曲线计算模块，主要用于计算大用户当季度的日负荷曲线之间的距离。
曲线合并模块，主要将距离最小的两条曲线归为一类，然后继续合并距离最短的两类，直到最后只剩下四类曲线(定义类与类之间的距离为两类最近样品间的距离)。
模式划分模块，主要用于计算计算每一类典型日负荷曲线的负荷率，峰谷差率，最大负荷率(日最大负荷/月最大负荷)，最大负荷出现时间，将其分为正常开工模式、间歇停工模式、停工模式。
判断生产模式模块，第一步，判断典型曲线中是否有停工曲线，规定判断标准为：负荷率大于0.8，最大负荷系数小于0.3，则为停工曲线。若有停工曲线，并且天数大于70，则基于停工状态，天数20到70，间歇停工，天数小于20，则归为满开工，另外规定其余三条曲线为生产曲线。若无停工曲线，则为满开工，四条典型聚类曲线都是生产曲线。进一步的，对于间歇停工与满开工，可基于生产曲线研究其生产特性，分为连续型生产、迎峰型生产、避峰型生产、混合型生产：判断是否有一条生产曲线类型，在聚类样本里占到一半以上(45条)，若否，那么判断该企业为混合型生产特性，若是，则以该条主要生产曲线定义该企业的生产特性，具体判断如下：根据这条典型负荷曲线，计算其8点到20点的用电量x与日总用电量X，若
判断该企业为连续型生产模式；
若
则为迎峰型生产模式，生产时间主要集中在白天；
若
则为避峰型生产模式，生产时间主要集中在夜间。
本发明可以帮助电力系统判断企业的用电特性，针对不用企业的用电特性，电力系统可以预先统筹规划，在一定程度上减少了人力和财力的投入。
Claims (3)
1.一种基于日负荷曲线的行业用户开工监测方法，其特征在于：该方法包括日负荷曲线计算模块、曲线合并模块、模式划分模块和判断生产模式模块；具体如下：
1)首先，日负荷曲线计算模块计算所有日负荷曲线间的距离；计算出负荷曲线之间的距离后，通过曲线合并模块将距离最短的两条曲线归为一类，以此类推直至剩下四类曲线；
2)然后，在模式划分模块计算每一类典型日负荷曲线的负荷率、峰谷差率、最大负荷率，最大负荷出现的时间，并将其划分为正常开工模式、间歇停工模式、停工模式；
3)最后，在判断生产模式模块，根据一系列规则将开工模式、间歇性停工模式、停工模式做进一步划分。
2.根据权利要求1所述的基于日负荷曲线的行业用户开工监测方法，其特征在于：所述日负荷曲线计算模块具体包括，计算大用户当季度的日负荷曲线之间的距离；
所述曲线合并模块首先将距离最小的两条曲线归为一类，然后继续合并距离最短的两类，直到最后只剩下四类曲线，定义类与类之间的距离为两类最近样品间的距离；
判断生产模式模块主要包括，第一步，判断典型曲线中是否有停工曲线，规定判断标准为：负荷率大于0.8，最大负荷系数小于0.3，则为停工曲线；若有停工曲线，并且天数大于70，则基于停工状态，天数20到70，间歇停工，天数小于20，则归为满开工，另外规定其余三条曲线为生产曲线；若无停工曲线，则为满开工，四条典型聚类曲线都是生产曲线。
3.根据权利要求2所述的基于日负荷曲线的行业用户开工监测方法，其特征在于：对于间歇停工与满开工，可基于生产曲线研究其生产特性，分为连续型生产、迎峰型生产、避峰型生产、混合型生产：判断是否有一条生产曲线类型，在聚类样本里占到一半以上，若否，那么判断该企业为混合型生产特性，若是，则以该条主要生产曲线定义该企业的生产特性，具体判断如下：根据这条典型负荷曲线，计算其8点到20点的用电量x与日总用电量X，若
判断该企业为连续型生产模式；
若
则为迎峰型生产模式，生产时间主要集中在白天；
若
则为避峰型生产模式，生产时间主要集中在夜间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879729.3A CN110729718A (zh) | 2019-09-18 | 2019-09-18 | 一种基于日负荷曲线的行业用户开工监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879729.3A CN110729718A (zh) | 2019-09-18 | 2019-09-18 | 一种基于日负荷曲线的行业用户开工监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110729718A true CN110729718A (zh) | 2020-01-24 |
Family
ID=69219186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910879729.3A Pending CN110729718A (zh) | 2019-09-18 | 2019-09-18 | 一种基于日负荷曲线的行业用户开工监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110729718A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210170A (zh) * | 2020-04-21 | 2020-05-29 | 国网四川省电力公司电力科学研究院 | 基于90%用电分布特征指标的环保管控监测及评价方法 |
| CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
| CN111524032A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 一种基于企业用电数据的环保响应量化方法及装置 |
| CN111539845A (zh) * | 2020-04-21 | 2020-08-14 | 国网四川省电力公司电力科学研究院 | 一种基于用电模式隶属评分的企业环保管控响应研判方法 |
| CN112633666A (zh) * | 2020-12-18 | 2021-04-09 | 国网安徽省电力有限公司合肥供电公司 | 一种基于K-means聚类算法的电力企业用户复工状况监测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104680261A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 基于重点大客户负荷曲线聚类的电力负荷运行控制方法 |
| CN105096060A (zh) * | 2015-08-26 | 2015-11-25 | 中国电力科学研究院 | 一种基于电能服务管理平台的企业开工率获取方法 |
| CN105574606A (zh) * | 2015-12-10 | 2016-05-11 | 济南大学 | 一种基于负荷特性指标体系的用电避峰方法 |
| CN109359389A (zh) * | 2018-10-18 | 2019-02-19 | 东北大学 | 基于典型负荷动态博弈的城市电动汽车充电决策方法 |
| CN109948909A (zh) * | 2019-02-26 | 2019-06-28 | 国网山东省电力公司莒县供电公司 | 一种电网数据采集分析方法及系统 |
-
2019
- 2019-09-18 CN CN201910879729.3A patent/CN110729718A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104680261A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 基于重点大客户负荷曲线聚类的电力负荷运行控制方法 |
| CN105096060A (zh) * | 2015-08-26 | 2015-11-25 | 中国电力科学研究院 | 一种基于电能服务管理平台的企业开工率获取方法 |
| CN105574606A (zh) * | 2015-12-10 | 2016-05-11 | 济南大学 | 一种基于负荷特性指标体系的用电避峰方法 |
| CN109359389A (zh) * | 2018-10-18 | 2019-02-19 | 东北大学 | 基于典型负荷动态博弈的城市电动汽车充电决策方法 |
| CN109948909A (zh) * | 2019-02-26 | 2019-06-28 | 国网山东省电力公司莒县供电公司 | 一种电网数据采集分析方法及系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210170A (zh) * | 2020-04-21 | 2020-05-29 | 国网四川省电力公司电力科学研究院 | 基于90%用电分布特征指标的环保管控监测及评价方法 |
| CN111210170B (zh) * | 2020-04-21 | 2020-07-31 | 国网四川省电力公司电力科学研究院 | 基于90％用电分布特征指标的环保管控监测及评价方法 |
| CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
| CN111524032A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 一种基于企业用电数据的环保响应量化方法及装置 |
| CN111539845A (zh) * | 2020-04-21 | 2020-08-14 | 国网四川省电力公司电力科学研究院 | 一种基于用电模式隶属评分的企业环保管控响应研判方法 |
| CN111523794B (zh) * | 2020-04-21 | 2020-11-24 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
| CN111539845B (zh) * | 2020-04-21 | 2020-12-29 | 国网四川省电力公司电力科学研究院 | 一种基于用电模式隶属评分的企业环保管控响应研判方法 |
| CN112633666A (zh) * | 2020-12-18 | 2021-04-09 | 国网安徽省电力有限公司合肥供电公司 | 一种基于K-means聚类算法的电力企业用户复工状况监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110729718A (zh) | 一种基于日负荷曲线的行业用户开工监测方法 | |
| CN111489188B (zh) | 一种居民可调负荷潜力挖掘方法及系统 | |
| CN105303263A (zh) | 一种区域电网的负荷预测系统及其方法 | |
| CN112232600A (zh) | 一种基于变分模态分解的短期电力负荷预测方法及系统 | |
| CN110866841A (zh) | 基于双聚类法的电力用户行业维度用电模式辨识分析方法及系统 | |
| CN114090646A (zh) | 异常用电辨识方法及系统 | |
| CN108001282B (zh) | 一种基于大数据实现电价动态调整的充电装置及方法 | |
| CN115186888A (zh) | 一种基于双碳目标的节能降耗方法 | |
| CN103809550A (zh) | 节费式电力能源管理装置及方法 | |
| CN105976046B (zh) | 一种考虑需求侧管理的低碳电网规划方法 | |
| CN105719194B (zh) | 一种自动寻优型电力负荷分类方法 | |
| CN106405224B (zh) | 一种基于海量电能量数据的节能诊断方法及系统 | |
| CN114389231B (zh) | 一种基于配电网保护及设备实时数据的负荷预测诊断方法 | |
| CN109389522B (zh) | 一种柔性负荷的能量区块化方法及系统 | |
| CN114756722B (zh) | 一种多元数据集中管理控制系统及方法 | |
| CN113837486B (zh) | 一种基于rnn-rbm的配网馈线长期负荷预测方法 | |
| CN112561734B (zh) | 一种台区线损分析系统及其分析方法 | |
| CN113326296B (zh) | 一种适用于工商业用户的负荷分解的方法及系统 | |
| CN117910626B (zh) | 一种基于物联网的智能家居能源管理方法 | |
| CN105469181A (zh) | 一种基于大数据分析的铝电解过程能效管理系统 | |
| CN116308459B (zh) | 一种基于信息智能匹配的新能源智能结算方法及系统 | |
| CN216772221U (zh) | 一种城市智慧能源管理系统设备 | |
| CN115566679B (zh) | 一种基于能量路由器的微电网能量控制方法及系统 | |
| CN102170128A (zh) | 电力系统动态优化控制方法及系统 | |
| CN117791626B (zh) | 一种智能综合电力箱电力供给优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200124 |
|
| RJ01 | Rejection of invention patent application after publication |