山东大学学报 (工学版) ›› 2023, Vol. 53 ›› Issue (4): 113-119.doi: 10.6040/j.issn.1672-3961.0.2023.077
Hong YU1(),Juan DU2,Lin WEI3,*(),Li ZHANG3
摘要:
针对市场化用户用电行为复杂多变、电量数据的规律难以精确表征的问题, 提出考虑行为特征的市场化用户电量数据拟合方法。采用K-means聚类算法对用户用电行为进行分类, 明确各类用户的典型特征; 构建基于正交多项式的电量数据拟合神经网络模型, 其中神经网络权值系数采用梯度下降算法进行训练, 正交多项式分别采用Chebyshev多项式、Hermite多项式、Legendre多项式及Laguerre多项式进行对比分析; 采用山东省济南市用户电量数据进行仿真分析, 对不同类别的用户分别采用基于4种不同正交多项式的实现方法进行电量数据拟合和评价指标计算, 总结具有不同行为特征的用户最适宜的拟合方法。仿真结果表明, 同类用户在不同的实现方法下电量数据拟合效果差异明显, 基于Hermite多项式及Laguerre多项式的神经网络模型拟合精度相对较高, 但不同类别用户电量数据拟合精度最高的多项式模型有所不同。根据用电行为类型选择相应正交多项式构成神经网络拟合模型, 是实现用户电量数据精确拟合的有效途径。
中图分类号:
1 | 郑亚先, 杨争林, 冯树海, 等. 碳达峰目标场景下全国统一电力市场关键问题分析[J]. 电网技术, 2022, 46 (1): 1- 20. |
ZHENG Yaxian , YANG Zhenglin , FENG Shuhai , et al. Key issue analysis in national unified power market under target scenario of carbon emission peak[J]. Power System Technology, 2022, 46 (1): 1- 20. | |
2 | 刘宣, 唐悦, 卢继哲, 等. 基于概率预测的用电采集终端电量异常在线实时识别方法[J]. 电力系统保护与控制, 2021, 49 (19): 99- 106. |
LIU Xuan , TANG Yue , LU Jizhe , et al. Online real time anomaly recognition method for power consumption of electric energy data acquisition terminal based on probability prediction[J]. Power System Protection and Control, 2021, 49 (19): 99- 106. | |
3 |
顾天奇, 张雷, 冀世军, 等. 封闭离散点的曲线拟合方法[J]. 吉林大学学报(工学版), 2015, 45 (2): 437- 441.
doi: 10.13229/j.cnki.jdxbgxb201502015 |
GU Tianqi , ZHANG Lei , JI Shijun , et al. Curve fitting method for closed discrete points[J]. Journal of Jilin University(Engineering and Technology Edition), 2015, 45 (2): 437- 441.
doi: 10.13229/j.cnki.jdxbgxb201502015 |
|
4 | 崔晗, 王允, 邱丽荣, 等. 基于二次曲线拟合的共焦拉曼光谱探测方法[J]. 光谱学与光谱分析, 2016, 36 (12): 3958- 3962. |
CUI Han , WANG Yun , QIU Lirong , et al. Confocal Raman spectroscopy method based on quadratic curve fitting[J]. Spectroscopy and Spectral Analysis, 2016, 36 (12): 3958- 3962. | |
5 | 阮文骏, 王蓓蓓, 李扬, 等. 峰谷分时电价下的用户响应行为研究[J]. 电网技术, 2012, 36 (7): 86- 93. |
RUAN Wenjun , WANG Beibei , LI Yang , et al. Customer response behavior in time-of-use price[J]. Power System Technology, 2012, 36 (7): 86- 93. | |
6 | 杨松浩, 孟倩戎, 张宇博, 等. 基于功频特性多项式拟合的电力系统暂态频率最低点在线预测模型[J]. 中国电机工程学报, 2022, 42 (增刊1): 115- 125. |
YANG Songhao , MENG Qianrong , ZHANG Yubo , et al. An online prediction model of power system frequency nadir based on polynomial fitting of power-frequency characteristics[J]. Proceedings of the CSEE, 2022, 42 (Suppl.1): 115- 125. | |
7 | 周沙, 景亮. 基于矩特征与概率神经网络的局部放电模式识别[J]. 电力系统保护与控制, 2016, 44 (3): 98- 102. |
ZHOU Sha , JING Liang . Pattern recognition of partial discharge based on moment features and probabilistic neural network[J]. Power System Protection and Control, 2016, 44 (3): 98- 102. | |
8 | MA Y , YANG J , FENG J , et al. Load data recovery method based on SOM-LSTM neural network[J]. Energy Reports, 2022, 8, 129- 136. |
9 | 杨思明, 单征, 丁煜, 等. 深度强化学习研究综述[J]. 计算机工程, 2021, 47 (12): 19- 29. |
YANG Siming , SHAN Zheng , DING Yu , et al. Survey of research on deep reinforcement learning[J]. Computer Engineering, 2021, 47 (12): 19- 29. | |
10 | 杨胡萍, 王承飞, 朱开成, 等. 基于相空间重构和Chebyshev正交基神经网络的短期负荷预测[J]. 电力系统保护与控制, 2012, 40 (24): 95- 99. |
YANG Huping , WANG Chengfei , ZHU Kaicheng , et al. Short-term load forecasting based on phase space reconstruction and Chebyshev orthogonal basis neural network[J]. Power System Protection and Control, 2012, 40 (24): 95- 99. | |
11 | ERYILMAZ S B , DUNDAR A . Understanding how orthogonality of parameters improves quantization of neural networks[J]. Institute of Electrical and Electronics Engineers (IEEE), 2022, (9): 1- 10. |
12 | GOVINDHARAJ A , MARIAPPAN A , AMBIKAPA-THY A , et al. Real-time implementation of adaptive neuro backstepping controller for maximum power point tracking in photo voltaic systems[J]. IEEE Access, 2021, 9, 105859- 105875. |
13 | SALDANA G , SAN MARTÍN J I , ZAMORA I , et al. Empirical calendar ageing model for electric vehicles and energy storage systems batteries[J]. Journal of Energy Storage, 2022, 55, 105676. |
14 | 高元海, 王淳. 级数展开法拟合概率潮流分布函数的局限及改进[J]. 中国电机工程学报, 2021, 41 (17): 5900- 5911. |
GAO Yuanhai , WANG Chun . Limitation analysis and improvement for series expansion methods to fit the distribution function of probabilistic power flow[J]. Proceedings of the CSEE, 2021, 41 (17): 5900- 5911. | |
15 | 李莎, 曾喆昭. 基于Chebyshev多项式的神经网络中长期负荷预测研究[J]. 经济数学, 2015, 32 (1): 99- 102. |
LI Sha , ZENG Zhezhao . The medium and long forecasting based on Chebyshev polynomial neural-network[J]. Journal of Quantitative Economics, 2015, 32 (1): 99- 102. | |
16 | WANG S F, WU S C, LIU T, et al. Power user classification strategy of multi view clustering[C]//Proceedings of the 2016 16th International Symposium on Communications and Information Technologies (ISCIT). Qingdao, China: IEEE, 2016: 671-675. |
17 | 邓莎. 计及用电行为特征的负荷数据分类方法研究[D]. 沈阳: 沈阳工业大学, 2021. |
DENG Sha. Power load classification method based on user behavior characteristics[D]. Shenyang: Shenyang University of Technology, 2021. |
[1] | 范海雯,郝旭东,赵康,邢法财,蒋哲,李常刚. 基于卷积神经网络的含分布式光伏配电网静态等值[J]. 山东大学学报 (工学版), 2023, 53(4): 140-148. |
[2] | 李浩源,于景明,张桂林,张斌. 基于智能算法的光纤预制棒芯层制备工艺参数优化[J]. 山东大学学报 (工学版), 2023, 53(4): 149-156. |
[3] | 袁钺,王艳丽,刘勘. 基于空洞卷积块架构的命名实体识别模型[J]. 山东大学学报 (工学版), 2022, 52(6): 105-114. |
[4] | 王智伟,徐海超,郭相阳,马炯,褚云龙,陈前昌,卢治. 基于卷积神经网络和层次分析的新能源电源调频能力智能预测方法[J]. 山东大学学报 (工学版), 2022, 52(5): 70-76. |
[5] | 黄皓,周丽华,黄亚群,姜懿庭. 基于混合深度模型的虚假信息早期检测[J]. 山东大学学报 (工学版), 2022, 52(4): 89-98. |
[6] | 孟祥飞,张强,胡宴才,张燕,杨仁明. 欠驱动船舶自适应神经网络有限时间跟踪控制[J]. 山东大学学报 (工学版), 2022, 52(4): 214-226. |
[7] | 张学思,张婷,刘兆英,江天鹏. 基于轻量型卷积神经网络的海面红外显著性目标检测方法[J]. 山东大学学报 (工学版), 2022, 52(2): 41-49. |
[8] | 王心哲,邓棋文,王际潮,范剑超. 深度语义分割MRF模型的海洋筏式养殖信息提取[J]. 山东大学学报 (工学版), 2022, 52(2): 89-98. |
[9] | 尹旭,刘兆英,张婷,李玉鑑. 基于弱监督和半监督学习的红外舰船分割方法[J]. 山东大学学报 (工学版), 2022, 52(2): 99-106. |
[10] | 丁飞,江铭炎. 基于改进狮群算法和BP神经网络模型的房价预测[J]. 山东大学学报 (工学版), 2021, 51(4): 8-16. |
[11] | 尹晓敏,孟祥剑,侯昆明,陈亚潇,高峰. 一种计及空间相关性的光伏电站历史出力数据的修正方法[J]. 山东大学学报 (工学版), 2021, 51(4): 118-123. |
[12] | 陶亮,刘宝宁,梁玮. 基于CNN-LSTM 混合模型的心律失常自动检测[J]. 山东大学学报 (工学版), 2021, 51(3): 30-36. |
[13] | 廖锦萍,莫毓昌,YAN Ke. 基于C-LSTM的短期用电预测模型和应用[J]. 山东大学学报 (工学版), 2021, 51(2): 90-97. |
[14] | 霍兵强,周涛,陆惠玲,董雅丽,刘珊. 基于NRC和多模态残差神经网络的肺部肿瘤良恶性分类[J]. 山东大学学报 (工学版), 2020, 50(6): 59-67. |
[15] | 王志伟,葛楠,李春伟. 基于BP神经网络算法的结构振动模态模糊控制[J]. 山东大学学报 (工学版), 2020, 50(5): 13-19. |
|