(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211010754.6 (22)申请日 2022.08.23 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 陈晓红　陈姣龙　梁伟　胡东滨　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 张慧敏 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) (54)发明名称 一种分布式提取典型用电模式的方法及相 关设备 (57)摘要 本发明提供了一种提取分布式典型用电模 式的方法及相关设备， 涉及工业电力大数据处理 与分析领域， 包括： 采集目标区域内多个工业用 户的电力负荷数据； 分别针对每个工业用户的电 力负荷数据， 对工业用户的电力负荷数据进行处 理， 得到工业用户的用电状态矩阵； 利用多个工 业用户的用电状态矩阵生 成负荷曲线集合簇， 并 将负荷曲线集合簇中同一状态下同一时长的负 荷曲线归为一类； 分别针对每类负荷曲线， 进行 典型用电模式提取， 得到每个工业用户对应的典 型用电模式集合簇； 对多个工业用户的典型用电 模式集合簇进行融合， 得到典型用电模式； 可 以 有效的提升典型用电模式提取的准确性和代表 性， 还提高模式提取和数据分析的效率。 权利要求书3页 说明书9页 附图1页 CN 115358784 A 2022.11.18 CN 115358784 A 1.一种分布式提取典型用电模式的方法， 其特 征在于， 包括： 步骤1， 采集目标区域内多个工业用户的电力负荷数据； 步骤2， 分别针对每个所述工业用户的电力负荷数据， 对所述工业用户的电力负荷数据 进行处理， 得到所述工业用户的用电状态 矩阵； 步骤3， 利用多个所述工业用户的用电状态矩阵生成负荷曲线集合簇， 并将所述负荷曲 线集合簇中同一状态下同一时长的负荷曲线归为 一类； 步骤4， 分别针对每类负荷曲线， 进行典型用电模式提取， 得到每个工业用户对应的典 型用电模式集 合簇； 步骤5， 对多个所述工业用户的典型用电模式集 合簇进行融合， 得到典型用电模式。 2.根据权利要求1所述的分布式提取典型用电模式的方法， 其特征在于， 所述步骤1包 括： 分别针对目标区域内的每个工业用户， 从所述工业用户的智能电表中采集N天的 电力 负荷数据； 其中， 每天进行电力负荷数据采样的采样频次为T； 对所述N天的电力负荷数据进行 预处理， 得到电力负荷数据X； 对电力负荷数据X进行规范化处 理， 获取规范化处 理后的电力负荷数据X ′； 其中， X＝[ x1， x2，…， xd，…， xN]， 且xd＝[xd， 1， xd， 2，…， xd， t，…， xd， T]， xd， t表示工业用户在 第d天第t时段 所采集的日度负荷数据， t的取值范围为[1， T]。 3.根据权利要求2所述的分布式提取典型用电模式的方法， 其特征在于， 所述步骤2包 括： 分别针对每个所述工业用户的电力负荷数据， 对规范化后的电力负荷数据X ′进行处 理， 获取所述工业用户的电力负荷均值 μ； 根据所述电力负荷均值μ将所述日度负荷数据进行负荷状态划分， 得到负荷状态的划 分结果为基态负荷和激发态负荷； 根据所述电力负荷均值 μ和所述划分结果获取 所述工业用户的负荷状态 矩阵S。 4.根据权利要求3所述的分布式提取典型用电模式的方法， 其特征在于， 所述步骤2还 包括： 所述电力负荷均值 μ为 其中， N表示采样天数， T表示每天进行电力负荷数据采样的频次， x′d， t表示第d天第t时段规范化后的电力负荷值， xd， t表示工业用户在第d天第t时段所采集 的日度负荷数据， max(X)表示工业用户的历史电力负荷数据中最大负荷值， min(X)表示工 业用户的历史电力负荷数据中最小负荷值； 通过 将所述电力负荷数据的负荷状态划分为基态负荷和 激发态负荷， 当Sd， t＝0时表明负荷状态为基态负荷， 当Sd， t＝1时表明负荷状态为激发态负 荷；权　利　要　求　书 1/3 页 2 CN 115358784 A 2基于所述电力负荷均值μ和工业用户的负荷状态， 获取每个工业用户的所述负荷状态 矩阵S为 其中， Sd， t表示工业用户在第d天第t时刻的用电负荷状态， 且Sd， t∈{0， 1}， N表示采样天 数， T表示每天进行电力负荷数据采样的频次。 5.根据权利要求4所述的分布式提取典型用电模式的方法， 其特征在于， 所述步骤3包 括： 定义每个所述工业用户的负荷状态矩阵S中第d天第t时刻的负荷状态集合为 {Sd， t}t＝1， 2， . ..T； 当t＝1且Sd， t＝0时， 将t时刻作为基态负荷的触发时刻， Sd， t＝1时， 将t时刻作为基态负 荷的结束时刻； 当t＝1且Sd， t＝1时， 将t时刻作为激发态负荷的触发时刻， Sd， t＝0时， 将t时刻作为激发 态负荷的结束时刻； 分别针对每个所述工业用户的负荷状态， 根据所述负荷状态的触发时刻和结束时刻， 生成所述工业用户在第d天中关于基态负荷的第i个负荷曲线Lbasd， i和关于激发态负荷的 第j个负荷曲线Lexcd， j； 将所述负荷曲线Lbasd， i和所述负荷曲线Lexcd， j分别进行封装， 得到所述工业用户在第 d天中关于基态负荷的负荷曲线集合Load_basd和关于激发态负荷的负荷曲线集合Load_ excd； 将所述负荷曲线集合Load_basd和所述负荷曲线集合Load_excd进行封装， 得到所述工 业用户在第d天的所有负荷状态下的负荷曲线集合簇Load_modeld， 将采集N天的所有负荷 状态下的负荷曲线集合簇Load_modeld进行封装， 得到所述工业用户的负荷曲线集合簇 Load_model； 将所述负荷曲线集合簇Load_model中同一负荷状态下具有相同持续时长的负荷曲线 集合归为一类， 得到两类负荷曲线集合簇， 两类所述负荷曲线集合簇分别为所述工业用户 在基态负荷下的典型负荷曲线集合簇LenLoad_bas和所述工业用户在激发态负荷下的典型 负荷曲线集 合簇LenLoad_exc。 6.根据权利要求5所述的分布式提取典型用电模式的方法， 其特征在于， 所述步骤4包 括： 分别针对每类负荷曲线， 利用基于DTW的距离度量方法， 获取任意两条同一时长的负荷 曲线X和Y之间的距离为DTW(X， Y)； 基于DTW(X， Y)的负荷曲线AP 聚类算法， 对所述负荷曲线集合簇LenLoad_bas和所述负 荷曲线集合簇LenLoad_exc进 行聚类， 提取第p个工业用户在不同负荷状态下的典型用电模 式集合RepLoad_Modelp； 调用SparkContext中的textFile()函数， 创建关于每个所述工业用户的用电负荷数据权　利　要　求　书 2/3 页 3 CN 115358784 A 3