摘要
本发明属于用户基线负荷估计技术领域,公开了一种基于时序截断的用户基线负荷估计方法及系统,包括:收集待估计基线负荷用户及同区域内其他用户的多日用电负荷序列,经平滑和归一化后形成数据集;采用时序截断的方法对数据集中每个样本进行时序截断,生成典型日向量集;将典型日向量集作为样本集训练聚类模型,得到最优聚类下各簇的质心及各簇所包含的典型日样本;基于各簇的质心,确定与待估计基线负荷用户在响应日非响应时段用电习惯相似度最高的簇C*;对簇C*内典型日样本加权平均后再去归一化,得到该用户的负荷基线估计值。其中,加权平均的权重由组合优化方法获得。本发明能够提升用户基线负荷估计的准确度,在用户量少的情况下同样适用。
技术关键词
估计方法
基线
典型
序列
样本
负荷估计系统
可读存储介质
组合优化方法
时序
历史负荷数据
聚类
习惯
计算机
处理器
指令
算法
元素
程序
系统为您推荐了相关专利信息
语义提取方法
语音
语义标签
联合损失函数
门控循环单元网络
并行神经网络
监管系统
声学振动传感器
分布式光纤振动传感
浊度