CN113591900B 一种高需求响应潜力用户的识别方法、装置及终端设备 (国网河北省电力有限公司营销服务中心)_第1页
CN113591900B 一种高需求响应潜力用户的识别方法、装置及终端设备 (国网河北省电力有限公司营销服务中心)_第2页
CN113591900B 一种高需求响应潜力用户的识别方法、装置及终端设备 (国网河北省电力有限公司营销服务中心)_第3页
CN113591900B 一种高需求响应潜力用户的识别方法、装置及终端设备 (国网河北省电力有限公司营销服务中心)_第4页
CN113591900B 一种高需求响应潜力用户的识别方法、装置及终端设备 (国网河北省电力有限公司营销服务中心)_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

道与兴安大街交口南行100米路西电本发明提供一种高需求响应潜力用户的识的分时电价试点项目中用户负荷需求响应前和定分类后的用户中预设标签对应的用户为目标响应资源提供理论支撑并且降低负荷需求响应2采集现有的分时电价试点项目中用户负荷需求响应前和负荷需求响应后的基于负荷需求响应前后的天气特征进行周匹配,确定天气特征相似的第M周,以及负荷需求响应后的第K周;根据所述第M周对应的负荷数据和所述第K周对应的负荷数据,计算每个用户由于根据每个用户的对照组用户在负荷需求响应前的负荷数据,计算每个用户将所述峰时段响应削减量和所述负荷平均削减量的差值,确定为每个用户在第M周的计算所述峰时段响应削减量对应的削减量矩阵与所述负荷平均削减量对应的削减量根据所述月度负荷需求响应削减量对所述用户进行分类,并对不同类将所述问卷特征和所述负荷特征作为输入值、所述标签作为输出值对用户进行分类,所述第K周对应的负荷数据,计算每个用户由于负荷需求响应的影响在第M周对应的峰根据PDR"=PDf-PD"计算用户i由于负荷需求响应的影响在第M周中对应的i在第M周中由于负荷需求响应的影响导致的峰时段响应削表示用户i在第K周中峰时段的负荷数据,PD"表示用户i在第M周中峰求响应前的负荷数据,计算每个用户的对照组用户在第周对应的负荷平均削减量,包根据计算用户的对照组用户在第周中对应的负i的对照组用户在第M周中对应的负荷平均削减量,表示用户i的对照组用户的元素数量,表示用户i的对照组用户中第j个元素3采用随机森林方法对所述问卷特征和所述负荷特征进行降维处理将所述问卷特征和所述负荷特征作为输入值、所述标签作为输出值,采集模块,用于采集现有的分时电价试点项目中用户负荷需求响应计算模块,用于基于负荷需求响应前后的天气特征进数据和所述第K周对应的负荷数据,计算每个用户由于负荷需求响应的影响在第M周对分类模块,用于将所述问卷特征和所述负荷特征作为输入设标签对应的用户为目标用户。6.一种终端,包括存储器、处理器以及存储在所7.一种计算机可读存储介质,所述计算机可读存储4[0007]采集现有的分时电价试点项目中用户负荷需求响应前和负荷需求响应后的负荷对应的用户为目标用户。5[0018]根据所述峰时段响应削减量和所述负荷平均削减量,计算每个用户在第M周的负[0019]根据上述计算每个用户在第M周的负荷需求响应削减量的方式,计算每个用户的[0021]根据PDR"=PDf-PD"计算用户i由于负荷需求响应的影响在第M周中对应[0022]其中,PDR"表示用户i在第M周中由于负荷需求响应的影响导致的峰时段响应表示用户i的对照组用户的元素数量,表示用户i的对照组用户中第j个元素[0027]计算所述峰时段响应削减量对应的削减量矩阵与所述负荷平均削减量对应的削[0028]在一种可能的实现方式中,所述将所述提取问卷特征和所述负荷特征作为输入6用户中预设标签对应的用户为目标用户。上第一方面或第一方面的任一种可能的实现方式所述通过采集现有的分时电价试点项目中用户负荷需求响应前和负荷需求响应后的负荷数据;7[0046]图1为本发明实施例提供的一种高需求响应潜力用户的识别方法的应用场景图。[0047]步骤101,采集现有的分时电价试点项目中用户负荷需求响应前和负荷需求响应序号,k为采集日期的编号,Pt,i,k表示第i个用户在第k个采集日的t时刻的功率,t=1,施前后对照组和处理组之间进行差异的比较构造出反映政策效果的双[0058]根据所述峰时段响应削减量和所述负荷平均削减量,计算每个用户在第M周的负[0059]根据上述计算每个用户在第M周的负荷需求响应削减量的方式,计算每个用户的[0060]即首先采用差分法基于天气匹配原则计算分时电价前后导致的峰时段响应削减[0061]根据PDR"=PD,f-PD"计算用户i由于负荷需求响应的影响在第M周中对应8[0062]其中,PDR"表示用户i在第M周中由于负荷需求响应的影响导致的峰时段响应表示用户i的对照组用户的元素数量,表示用户i的对照组用户中第j个元素[0069]计算所述峰时段响应削减量对应的削减量矩阵PDRT与所述负荷平均削减量对应9[0081]这里可以将特征集中的提取问卷特征和负荷特征分为训练集和测试集训练支持全部标签1对应的用户和部分标签2对应的用户;当预设目标用户数量小于等于标签1对应选择用户所得的削减量及削减百分比进行验证。此实验在得到月度负荷需求响应削减量,实际标签做比较,得到分类精确度,最终支持向量分类模型做二分类的预测精度为验采用方式1(随机选择)与方式2(本发明提供的高需求响应潜力用户的识别方法)下选择[0084]由图2所示,斜线代表方式1,横线代表方式2。按照方式2所得的总削减量为的用户,并根据预设目标用户数量确定分类后的用户中预设标签对应的用户为目标用户。选优质的需求响应资源提供理论支撑并且降低负荷需求的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限[0088]图3示出了本发明实施例提供的高需求响应潜力用户的识别装置的结构示意图,[0090]采集模块301,用于采集现有的分时电价试点项目中用户负荷需求响应前和负荷[0094]在一种可能的实现方式中,所述计算模块302根据所述负荷数据对所述用户进行[0101]根据所述峰时段响应削减量和所述负荷平均削减量,计算每个用户在第M周的负[0102]根据上述计算每个用户在第M周的负荷需求响应削减量的方式,计算每个用户的[0104]根据PDR"=PDf-PD"计算用户i由于负荷需求响应的影响在第M周中对应[0105]其中,PDR,"表示用户i在第M周中由于负荷需求响应的影响导致的峰时段响应[0106]在一种可能的实现方式中,所述计算模块302根据每个用户的对照组用户在负荷[0109]在一种可能的实现方式中,所述计算模块302根据所述峰时段响应削减量和所述[0110]计算所述峰时段响应削减量对应的削减量矩阵与所述负荷平均削减量对应的削[0111]在一种可能的实现方式中,分类模块304将所述提取问卷特征和所述负荷特征作中预设标签对应的用户为目标用户。本申请通过调查问卷特征与负荷特征结合构建特征个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于[0117]所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论