一种基于多源数据融合的综合能源系统用户负荷划分方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115099347A(43)申请公布日2022.09.23(21)申请号202210748656.6(22)申请日2022.06.29(71)申请人南京师范大学地址210046江苏省南京市栖霞区文苑路1号(72)发明人徐健玮马刚高丛闫照康沈静文(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204专利代理师向文(51)Int.Cl.G06K9/62(2022.01)G06N3/04(2006.01)G06Q50/06(2012.01)权利要求书2页说明书4页附图2页(54)发明名称一种基于多源数据融合的综合能源系统用户负荷划分方法(57)摘要本发明公开了一种基于多源数据融合的综合能源系统用户负荷划分方法，包括如下步骤：采集综合能源系统负荷数据、气象数据与社会数据并对采集到的数据进行数据预处理形成综合能源系统用户信息数据库；对综合能源系统用户信息数据库内的信息进行特征提取，并且将提取的特征进行融合，实现多源数据融合；通过K‑means聚类算法对综合能源系统用户负荷进行划分，获取到划分结果。本发明旨在以多源数据为基础，实现综合能源系统用户负荷的分类划分，可以给综合能源系统用户负荷的预测奠定一定的基础，深化综合能源系统给用户优质供能服务的目标。CN115099347ACN115099347A权利要求书1/2页1.一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，包括如下步骤：S1：采集综合能源系统负荷数据、气象数据与社会数据并对采集到的数据进行数据预处理形成综合能源系统用户信息数据库；S2：对综合能源系统用户信息数据库内的信息进行特征提取，并且将提取的特征进行融合，实现多源数据融合；S3：根据步骤S2的数据融合结果，通过K‑means聚类算法对综合能源系统用户负荷进行划分，获取到划分结果。2.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S1中数据预处理包括异常数据纠正和数据标准化。3.根据权利要求2所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S1中异常数据纠正具体为：计算历史负荷数据的均值与标准差，然后根据此均值与标准差计算历史数据的偏差，具体操作如下：其中，为一定时段历史负荷数据均值；D为此时段的天数，xt(i)为第i天t时刻的负荷值；ε为历史数据偏差，当某点的数据大于ε，则判定此数据点为异常数据；当识别到异常数据后，对异常数据进行剔除，然后根据此数据点的前后数据进行补充，具体操作如下：4.根据权利要求3所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S1中数据标准化具体为：对异常数据进行纠正后，为消除数据量纲不统一问题，采用0‑1归一化处理方法，具体操作如下：5.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S2中通过卷积神经网络对数据特征进行提取，提取的特征分别为用户用能特征、气象特征与社会属性特征。6.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S2中通过基于Tucker分解的数据融合方法对提取特征进行融合，具体操作为：设定提取出的特征分别为z1,z2,…,zm，记忆单元W沿着一阶与数据特征z1进行模乘，得2CN115099347A权利要求书2/2页(1)(1)到具有z1特征的新记忆单元W；其次，记忆单元W沿着二阶与数据特征z2进行模乘，得到(2)(m‑1)具有z1和z2特征的记忆单元W；以此类推，最后，记忆单元W沿着m阶与数据特征zm进行模乘，最终得到具有m个特征的融合张量Z。7.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S3中融合结果分类采用k‑means聚类算法，根据用户的用电、用气、用热与用冷行为构建4个聚类场景，每个聚类场景下设有k个聚类集合，完成综合能源系统用户负荷划分。8.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S3中用户负荷划分完成后，需要将划分结果进行反归一化，具体操作如下：x＝x′·(xmax‑xmin)+xmin。9.根据权利要求1所述的一种基于多源数据融合的综合能源系统用户负荷划分方法，其特征在于，所述步骤S3中划分结果包括用户用电行为、用气行为、用冷行为与用热行为。3CN115099347A说明书1/4页一种基于多源数据融合的综合能源系统用户负荷划分方法技术领域[0001]本发明属于综合能源系统状态感知领域，具体涉及一种基于多源数据融合的综合能源系统用户负荷划分方法。背景技术[0002]以新能源大规模开发利用为