CN111898846B - 电力消费量缺失数据的提取方法 - Google Patents
电力消费量缺失数据的提取方法 Download PDFInfo
- Publication number
- CN111898846B CN111898846B CN202010499318.4A CN202010499318A CN111898846B CN 111898846 B CN111898846 B CN 111898846B CN 202010499318 A CN202010499318 A CN 202010499318A CN 111898846 B CN111898846 B CN 111898846B
- Authority
- CN
- China
- Prior art keywords
- data
- power consumption
- value
- coordinates
- point
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 6
- 238000000034 method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 3
- 230000001788 irregular Effects 0.000 abstract description 2
- 238000013075 data extraction Methods 0.000 abstract 2
- 238000011156 evaluation Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种针对电力供给数据，构建数据提取算法，实现在数据不完备的情况下的数据提取，为电力市场评估和预测等方面的研究提供基础。针对分布不规则、数据缺少、查询因素多的问题，提出一种电力消费量缺失数据的提取方法，具有比较高的效率和精度，非常适应不规则分布的电力数据。给出的加权邻域插值算法，适合于参数较多情况下的数据查询获取，本方法可为电力市场信息平台提供较全面的数据查询插值算法工具，有效提高电力数据的使用效率，为电力市场研究提供便利。
Description
技术领域
本发明涉及一种电力消费量缺失数据的提取方法。
背景技术
由于我国电网管理日趋现代化，电力数据日益完善和丰富，为研究电力市场运营规律提供了更加完善详实的基础。但由于电力信息平台发展不完善，和早期数据不完备，以及电力数据因来源不同而造成数据分布不规则，数据缺失等各种问题，给数据的获取和使用带来不便。此外，在数据查询、插值或完善时，还涉及不同影响因素的作业存在差异，即灵敏度不同，
现货电力供给包括火力、水利、风力、太阳能等多方面来源，其变化受煤炭和石油价格、降水、气温、光照、国家政策和投资等多方面因素影响，很难做到不同因素组合下的数据齐全，属于多维不完备数据，给数据规律的查询、使用和规律研究带来困难，
发明内容
本发明所要解决的技术问题是：提供一种针对现货电力市场数据多因素、多尺度等特点的电力消费量缺失数据的提取方法。
为解决上述技术问题，本发明所采用的技术方案为：电力消费量缺失数据的提取方法，包括以下步骤：
步骤一、对三个电力消费量影响因素指标进行归一化，使得三个因素指标当量值在0～1范围内，并记为坐标(xi,yi,zi)，并列出对应的电力消费量归一化后的当量指标值：
步骤二、搜索离需求解的目标点P最近的四个数据点，数据点1(x1,y1,z1)、
数据点2(x2,y2,z2)、数据点3(x3,y3,z3)、数据点4(x4,y4,z4)，四个数据点(三指标)构成三维空间中一个四面体；
步骤三、设矢量P1、P2、P3、P4分别为则各部分的体积分别为：
同时，
步骤四、得到各体积坐标为：
步骤五、设电力消费量归一化后的当量指标值在四面体各顶点的值分别为fi(i＝1,2,3,4)，则该需求解的目标点P的电力消费量归一化后的当量值可以按照如下插值函数计算：
式中：Li(i＝1,2,3,4)为各顶点在四面体上的体积坐标。
作为一种优选的方案，所述步骤二中，搜索目标点P处临近数值时，采用坐标间隔的最大值h*2作为阈值，搜索三个坐标均与目标值间隔小于h的临近数值点，如果搜索到的临近值少于4个，则采用坐标间隔的最大值h*4作为阈值重新搜索，直至搜索到的数据多于4个。
本发明的有益效果是：
由于电力数据往外影响因素较多，比如某地区电力消费量会随着气温、当地生产活跃度、时间段不同而变化，本方法对现货电力供给在不同因素组合下造成的数据不全，构建查询和插值算法，为电力数据规律的查询、使用和规律的研究提供基础。
附图说明
图1是本发明的三因素四面体结构示意图。
具体实施方式
下面结合附图，详细描述本发明的具体实施方案。
某地区现有数据库中，电力消费数据密切相关的因素包括常住人口、极端温度天数、年度三个因素，且数据分布不连续，存在部分缺失。现基于现有数据，近似提取某些存在数据或估算不存在的数据。
具体的电力消费量缺失数据的提取方法，包括以下步骤：
步骤一、对三个电力消费量影响因素指标进行归一化，使得三个因素指标当量值在0～1范围内，并记为坐标(xi,yi,zi)，并列出对应的电力消费量归一化后的当量指标值：
对三个因素指标进行归一化，使得三个因素指标当量值在0～1范围内，并分别记为如下三个坐标，并列出电力消费量指标值(见表1)：
xi(i＝1,2,3,…,l)
yi(i＝1,2,3,…,m)
zi(i＝1,2,3,…,n)；
归一化计算公式为：
表1中的指标值也采用了当量值，公式同上，其中最小值采用了最早年度的最小值。
表1三因素数据表
步骤二、搜索离需求解的目标点P(0.58，0.73，0.34)最近的四个数据点：采用坐标间隔的最大值h*2作为阈值，搜索三个坐标均与目标值间隔小于h的临近数值点，如果搜索到的临近值少于4个，则采用坐标间隔的最大值h*4作为阈值重新搜索，直至搜索到的数据多于4个，并采用离需求解的目标点P最近的四个数据点，记为数据点1(x1，y1，z1)、数据点2(x2，y2，z2)、数据点3(x3，y3，z3)、数据点4(x4，y4，z4)，本算例搜索到的四个数据点见表2，四个数据点(三指标)构成三维空间中一个四面体，如图1所示。
表2：距离目标点P(0.58，0.73，0.34)最近的四个数据点
步骤三、设矢量P1、P2、P3、P4分别为则各部分的体积分别为：
同时，
步骤四、得到各体积坐标为：
步骤五、设电力消费量归一化后的当量指标值在四面体各顶点的值分别为fi(i＝1,2,3,4)，则该需求解的目标点P的电力消费量归一化后的当量值可以按照如下插值函数计算：
式中：Li(i＝1,2,3,4)为各顶点在四面体上的体积坐标。
按照上述公式，算出目标点P的电力消费量指标值为2.1999。
上述的实施例仅例示性说明本发明创造的原理及其功效，以及部分运用的实施例，而非用于限制本发明；应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (2)
1.电力消费量缺失数据的提取方法，包括以下步骤：
步骤一、对三个电力消费量影响因素指标进行归一化，使得三个因素指标当量值在0～1范围内，并记为坐标(xi,yi,zi)，并列出对应的电力消费量归一化后的当量指标值：
步骤二、搜索离需求解的目标点P最近的四个数据点，数据点1(x1,y1,z1)、数据点2(x2,y2,z2)、数据点3(x3,y3,z3)、数据点4(x4,y4,z4)，四个数据点(三指标)构成三维空间中一个四面体；
步骤三、设矢量P1、P2、P3、P4分别为则各部分的体积分别为：
同时，
步骤四、得到各体积坐标为：
步骤五、设电力消费量归一化后的当量指标值在四面体各顶点的值分别为fi(i＝1,2,3,4)，则该需求解的目标点P的电力消费量归一化后的当量值可以按照如下插值函数计算：
式中：Li(i＝1,2,3,4)为各顶点在四面体上的体积坐标。
2.如权利要求1所述的电力消费量缺失数据的提取方法，其特征在于：所述步骤二中，搜索目标点P处临近数值时，采用坐标间隔的最大值h*2作为阈值，搜索三个坐标均与目标值间隔小于h的临近数值点，如果搜索到的临近值少于4个，则采用坐标间隔的最大值h*4作为阈值重新搜索，直至搜索到的数据多于4个。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010499318.4A CN111898846B (zh) | 2020-06-04 | 2020-06-04 | 电力消费量缺失数据的提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010499318.4A CN111898846B (zh) | 2020-06-04 | 2020-06-04 | 电力消费量缺失数据的提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111898846A CN111898846A (zh) | 2020-11-06 |
| CN111898846B true CN111898846B (zh) | 2023-12-05 |
Family
ID=73206634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010499318.4A Active CN111898846B (zh) | 2020-06-04 | 2020-06-04 | 电力消费量缺失数据的提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898846B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095687B (zh) * | 2021-04-15 | 2023-09-22 | 华北电力大学 | 污水处理企业电力可中断性评估方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0336685A2 (en) * | 1988-04-08 | 1989-10-11 | Cedar Audio Limited | Impulse noise detection and supression |
| JP2002374426A (ja) * | 2001-06-15 | 2002-12-26 | Nippon Telegr & Teleph Corp <Ntt> | カラー画像色再現方法とその装置、およびその方法の実行プログラムとこのプログラムを記録した記録媒体 |
| EP2568434A1 (en) * | 2011-09-09 | 2013-03-13 | Onzo Limited | Data processing method and system |
| CN105372989A (zh) * | 2015-08-25 | 2016-03-02 | 国网山西省电力公司晋城供电公司 | 一种调度控制系统不完整数据参数的估计方法和装置 |
| CN109800477A (zh) * | 2018-12-28 | 2019-05-24 | 国联汽车动力电池研究院有限责任公司 | 锂离子电池三因素不一致性预测方法及装置 |
| CN110567534A (zh) * | 2019-09-10 | 2019-12-13 | 广东工业大学 | 一种玻璃熔窑中助燃空气出口流量的预测方法及相关装置 |
| CN110781449A (zh) * | 2019-11-05 | 2020-02-11 | 国网冀北电力有限公司智能配电网中心 | 用于台区线损计算的用户数据缺失的估计方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017192557A1 (en) * | 2016-05-02 | 2017-11-09 | The Regents Of The University Of California | Method and apparatus for accurate parametric mapping |
| US10770898B2 (en) * | 2017-02-28 | 2020-09-08 | Screaming Power Inc. | Methods and systems for energy use normalization and forecasting |
-
2020
- 2020-06-04 CN CN202010499318.4A patent/CN111898846B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0336685A2 (en) * | 1988-04-08 | 1989-10-11 | Cedar Audio Limited | Impulse noise detection and supression |
| JP2002374426A (ja) * | 2001-06-15 | 2002-12-26 | Nippon Telegr & Teleph Corp <Ntt> | カラー画像色再現方法とその装置、およびその方法の実行プログラムとこのプログラムを記録した記録媒体 |
| EP2568434A1 (en) * | 2011-09-09 | 2013-03-13 | Onzo Limited | Data processing method and system |
| CN105372989A (zh) * | 2015-08-25 | 2016-03-02 | 国网山西省电力公司晋城供电公司 | 一种调度控制系统不完整数据参数的估计方法和装置 |
| CN109800477A (zh) * | 2018-12-28 | 2019-05-24 | 国联汽车动力电池研究院有限责任公司 | 锂离子电池三因素不一致性预测方法及装置 |
| CN110567534A (zh) * | 2019-09-10 | 2019-12-13 | 广东工业大学 | 一种玻璃熔窑中助燃空气出口流量的预测方法及相关装置 |
| CN110781449A (zh) * | 2019-11-05 | 2020-02-11 | 国网冀北电力有限公司智能配电网中心 | 用于台区线损计算的用户数据缺失的估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于组合优化LOWESS的电能量数据缺失处理方法;陈俊;龙东;杨舟;韦杏秋;;电测与仪表(第03期);第31-34页、第41页 * |
| 多水平回归关系中缺失现象;程豪;中国统计;第30-32页 * |
| 电力系统的计量缺失数据智能修复研究与应用;赵少东等;科技创新导报;第96-98页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111898846A (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105184455A (zh) | 一种面向城市电力数据分析的高维可视化分析方法 | |
| CN105787271B (zh) | 基于大数据分析技术的供热机组可调出力区间评估方法 | |
| CN116955968B (zh) | 一种基于机器学习的用户用电行为分析方法 | |
| CN111898846B (zh) | 电力消费量缺失数据的提取方法 | |
| CN111210154A (zh) | 用于区域碳排放特征的类型识别及分类治理的方法及系统 | |
| CN113592365A (zh) | 一种考虑碳排放与绿电消纳的能源优化调度方法及系统 | |
| CN113191542A (zh) | 一种智慧环保碳排放管理服务平台 | |
| CN114358994A (zh) | 一种依托绿码的碳排放智慧物联网监测方法 | |
| CN115776138A (zh) | 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置 | |
| CN111612031A (zh) | 基于高维空间聚类近邻搜索的区域建筑动态负荷预测方法 | |
| CN109510243A (zh) | 一种微型逆变器光伏系统的全局mppt控制方法及系统 | |
| Wang et al. | Analysis of user’s power consumption behavior based on k-means | |
| Ling et al. | Carbon emission prediction study in Hebei Province based on system dynamics | |
| Xue et al. | Provincial-level useful work and influencing factors analysis in China from 1985 to 2016: Based on logarithmic mean divisia index decomposition and affinity propagation clustering | |
| Li | Research on the development status and path of clean energy industry | |
| CN113761449A (zh) | 一种基于灵敏度的综合能源系统能效分析方法和系统 | |
| Meng et al. | Data center cooling load prediction and analysis based on weather data clustering | |
| Xiao | Research on Real-Time Processing and Visualization Algorithms for Carbon Emission Data Based on the Internet of Things | |
| CN114417970B (zh) | 一种基于共享近邻与吸引度的密度峰值聚类的用户用电行为分析方法 | |
| Ding et al. | Spatio-temporal evaluation of water-energy-food nexus system risk from the provincial perspective: A case study of China | |
| Liu et al. | Wind power prediction based on meteorological data visualization | |
| Zhan et al. | Construction of Carbon Emission Model of Building Energy System Based on Big Data | |
| CN115438294A (zh) | 城市区域碳排放实时计算方法和系统 | |
| Zhang et al. | Core Technologies Identification of China’s New Energy Vehicles Based on Patent Analysis | |
| CN202003402U (zh) | It系统应用考评拓展平台 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |