华北电力大学 刘礼,杨佳轩,强仁,等:基于DAE和改进RFKM的负荷数据精准特征提取与标签定义

学术   科技   2024-10-23 17:11   北京  

祝贺《电力信息与通信技术》

蝉联中国科技核心期刊 

引文信息


刘礼,杨佳轩,强仁,等.基于DAE和改进RFKM的负荷数据精准特征提取与标签定义[J].电力信息与通信技术,202422(7)35-44

LIU Li,YANG Jiaxuan,QIANG Ren,et al.Accurate feature extraction and label definition of load data based on DAE and improved RFKM[J].Electric Power Information and Communication Technology,2024,22(7):35-44(in Chinese)


01

研究背景


新型电力系统下配电网呈现出边端设备多、数据类型多、交互主体多、交互方式复杂和安全防护弱的特点,但配电网数据自身潜在价值大,一旦发生虚假数据或非授权访问等攻击,将会直接或间接引发配电网安全故障。故亟需对配电网数据进行精准识别,深度挖掘其潜在特性,全面衡量配电网数据价值,开展针对性安全防护。


02

主要创新点



1)针对用户负荷数据高维度时序特性提取难的问题,提出了基于DAE的精准特征提取方法,解决了用户负荷数据特征提取时存在的重要信息缺失、受异常数据干扰等问题,实现了用户负荷数据的高效且精准特征提取;针对用户负荷数据聚类算法处理交叉数据难的问题,提出了基于类簇规模不均衡度量的RFKM聚类算法,实现了用户负荷数据精准聚类,并通过实验及对照实验进行验证,实验结果与其他负荷聚类方法相比均有显著提升FLMbD-iR结构如图1所示。
图1  FLMbD-iR结构
2)针对用户负荷数据难以精准标签化的问题,提出了观测指标和计算指标2类描述指标,并依据指标结果生成标签,通过对聚类得到的典型用户日负荷曲线进行分析,最终得到各典型用户的具体标签,如表1所示。
表1  电力用户精准标签分析


03
解决的问题和意义

本文针对配电网用户负荷数据高维度时序特征提取难、聚类算法处理交叉数据难以及负荷数据难以精准标签化等问题,提出了面向用户负荷数据的FLMbD-iR处理方法。实现了对配电网用户负荷数据的精准特征提取与标签定义,有助于电力公司在后续电力营销、电力调度等应用分析有所支撑。




作者介绍

刘礼

刘礼(1998),男,博士研究生,从事深度学习、配电网智能配用电等研究工作。

杨佳轩(1997),男,博士研究生,从事综合能源系统、智能配用电等研究工作。

强仁(1997),男,博士研究生,从事信息物理耦合、能源路由控制等研究工作。

龚钢军(1974),男,教授,通信作者,从事能源电力信息技术等研究,gong@ncepu.edu.cn。


电力信息与通信技术
发布期刊信息及论文
 最新文章