專利名稱：一種智能用電策略的特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能控制領(lǐng)域，尤其涉及一種智能電網(wǎng)下的智能用電策略的特征提取方法。
背景技術(shù)：
智能電網(wǎng)作為下一代的用電基礎(chǔ)設(shè)施已經(jīng)在我國(guó)得到了廣泛的實(shí)施，隨著削峰平谷、分時(shí)電價(jià)、有序用電、智慧用電等理念的提出，發(fā)電側(cè)和用電側(cè)分別采取各自適宜的方式來(lái)驗(yàn)證和實(shí)施這些新的電網(wǎng)理念以實(shí)現(xiàn)節(jié)能減排降耗的國(guó)家大計(jì)。從發(fā)電側(cè)來(lái)講，用戶的用電需求完全是一種可管理的資源，它將有助于平衡供需關(guān)系；從用電側(cè)來(lái)講，電力消費(fèi)是一種經(jīng)濟(jì)選擇，通過(guò)參與用電的運(yùn)行與管理，修正其使用和購(gòu)買(mǎi)電力的方式，從而獲得實(shí)實(shí)在在的好處。國(guó)務(wù)院辦公廳多次下達(dá)《關(guān)于加強(qiáng)電力需求側(cè)管理實(shí)施有序用電的緊急通知》，提出用電需求側(cè)要以電定用、有序用電、節(jié)約用電、科學(xué)用電，優(yōu)化電能消費(fèi)結(jié)構(gòu)，提高電能利用效率，千方百計(jì)地保障經(jīng)濟(jì)社會(huì)平穩(wěn)運(yùn)行。目前，在業(yè)界采取的方式是制定合乎用戶使用習(xí)慣以及社會(huì)規(guī)章制度又能促進(jìn)減少能源消耗、提高電能的利用率的用電策略來(lái)保障有序用電，因?yàn)橹挥胁捎煤侠淼挠秒姴呗圆拍苁沟梦磥?lái)智能電網(wǎng)的用戶能夠有序、智慧、節(jié)能、 便捷地使用能源供給，達(dá)到供需互動(dòng)，從而切實(shí)提高用電的智慧化、合理化、高效化，達(dá)到最大的節(jié)能效用，可以說(shuō)，制定合理的用電策略是保障用電需求側(cè)做到有序用電的有力支撐。 因此，目前在用電側(cè)市場(chǎng)中，如何制定合理有效的用電策略是對(duì)智能電網(wǎng)用電側(cè)提出的新挑戰(zhàn)。眾所周知，用電策略的制定依賴于用電特征的確定和提取，包括確定哪些特征是決定某些區(qū)域、某些氣候條件、某些政策條件、某些用戶、某些場(chǎng)合或某些設(shè)備等等分類(lèi)情況下的最節(jié)能方式的用電特征以及這些之間如何進(jìn)行組合或傳遞或關(guān)聯(lián)才能達(dá)到上述各種分類(lèi)情況下的節(jié)能效用。專利200910032502. 1 “用電系統(tǒng)精細(xì)監(jiān)測(cè)及節(jié)電優(yōu)化管理系統(tǒng)”描述了遠(yuǎn)程管理機(jī)可以登錄通過(guò)查看用電狀態(tài)信息設(shè)定用電策略，但是文中并未指出如何根據(jù)用電狀態(tài)信息設(shè)定用電策略也沒(méi)有指出制定用電策略所依賴的特征如何提取、如何確定。文獻(xiàn)《在全面開(kāi)放的電力市場(chǎng)中用戶用電管理及其策略》(吳杰康，任震，黃雯瑩， 黃福全，《電網(wǎng)技術(shù)》2001年8月第25卷第8期)中，作者提出了制定用電策略所依賴的特征，包括負(fù)荷、用電用途以及分時(shí)電價(jià)等，但是這些特征對(duì)于制定合理、可靠、有效的用電策略顯然是遠(yuǎn)遠(yuǎn)不夠的，而且也沒(méi)有遵循實(shí)際的用電特性及其自然規(guī)律，因而其設(shè)計(jì)結(jié)果肯定是不科學(xué)也不合理的，不能真正增進(jìn)電網(wǎng)與用戶的互動(dòng)，也就不能真正達(dá)到節(jié)能、智慧的智慧用電的目標(biāo)。在專利201010237168 “一種能效管理終端及其組成的智能用電暨能效管理系統(tǒng)” 描述了要建立一個(gè)描述用電特征的模型用于引導(dǎo)用戶的用電消費(fèi)行為，但是這些用電模型的建立是針對(duì)用電設(shè)備個(gè)體的，不能形成有效的整體用電策略，從而也就不能提供給用戶真正有序、智慧的用電策略。文獻(xiàn)《湖州市用電需求特性及其與氣象條件的關(guān)系》(《大氣科學(xué)學(xué)報(bào)》2011年2 月第34卷第1期，盛瓊、朱曉東、駱麗楠、顧澤)中，作者提出了對(duì)于不同區(qū)域的氣候條件、 地理環(huán)境和工農(nóng)業(yè)生產(chǎn)特點(diǎn)等地區(qū)差異的條件下，氣象特征對(duì)浙江省湖州市的用電量和最大負(fù)荷的影響情況，氣象特征作為制定湖州市生產(chǎn)生活的用電策略的一個(gè)有效特征被確立和模型化。然而，對(duì)于更廣泛的智能用電側(cè)管理來(lái)說(shuō)，還必將有更多的特征顯性或隱性地影響用電側(cè)的電力消耗情況。

發(fā)明內(nèi)容
本發(fā)明提出了一種符合用戶操作自然規(guī)律的智能電網(wǎng)用電策略的特征提取方法， 用于進(jìn)一步制定符合人文特征和社會(huì)自然規(guī)律的智能電網(wǎng)用電側(cè)的用電策略，以支持未來(lái)智能電網(wǎng)的智慧用電、有序用電的先進(jìn)理念，并為用戶提供智慧的策略支持，并達(dá)到智慧、 節(jié)能、節(jié)省費(fèi)用的目的。本發(fā)明的原理是在原始收集得到的智能電網(wǎng)用戶實(shí)際的用電相關(guān)數(shù)據(jù)信息樣本的基礎(chǔ)上，采用支持向量機(jī)模型和聚類(lèi)分析、傳遞分析、近鄰分析的辦法，將能夠用于制定用電策略的特征提取出來(lái)，并得到這些特征之間的依賴組合特征，用于用電用戶或用電管理者進(jìn)一步制定有效合理的用電策略。本發(fā)明智能用電策略的特征提取方法的具體方法步驟是1.從智能電網(wǎng)綜合信息平臺(tái)數(shù)據(jù)庫(kù)中獲取原始用戶用電數(shù)據(jù)信息樣本空間，即用電基礎(chǔ)數(shù)據(jù)，與時(shí)間、人文緊密關(guān)聯(lián)的用電信息和相關(guān)用電效果信息樣本；2.采用支持向量機(jī)模型對(duì)樣本空間進(jìn)行線性劃分，劃分結(jié)果就是信息樣本空間維度的提升，包括用電信息維和人文社會(huì)信息維。所述的用電信息維包括電量維、電流維、電壓維、有功功率維、無(wú)功功率維等用電特征。所述的人文社會(huì)信息維包括時(shí)間維、地點(diǎn)維、區(qū)域維、氣候維、光照度維、溫度維、濕度維、用戶類(lèi)型維、用戶等級(jí)維、設(shè)備等級(jí)維、設(shè)備類(lèi)別維、操作空間類(lèi)型維、操作空間級(jí)別維、操作頻率維、有效操作頻率維、舒適級(jí)別維、節(jié)能度維、節(jié)能級(jí)別維等用電特征；3.在線性劃分后的樣本空間中進(jìn)一步尋找上述步驟2中各維特征之間的聚類(lèi)特征、傳遞特征和近鄰特征，具體為1)基于圖劃分的特征提取聚類(lèi)特征，所述的基于圖劃分的聚類(lèi)方法，包括基于布爾鏈接的圖劃分和基于權(quán)重鏈接的圖劃分，并分別劃分為不同大小的子圖，對(duì)特定子圖內(nèi)的節(jié)點(diǎn)，即步驟2中的各維特征的影響因子計(jì)算算術(shù)平均，用以生成步驟2中各維之間的聚類(lèi)關(guān)系特征；2)基于有向圖的置信度傳遞、基于反向圖的置信度傳遞和基于無(wú)向圖的置信度傳遞提取傳遞特征，對(duì)每個(gè)所述的用電特征，即步驟2中的各維特征，生成傳遞關(guān)系特征；3)基于一級(jí)近鄰關(guān)系的特征和基于二級(jí)近鄰關(guān)系的特征提取近鄰特征，提取方法是；針對(duì)該一級(jí)近鄰關(guān)系和二級(jí)近鄰關(guān)系，分別就用電特征，即步驟2中的各維特征，初設(shè)正向的方向和反向的不同組合，生成近鄰特征；4.通過(guò)以上步驟得到最終影響用電系統(tǒng)用電策略制定的特征及其各種依賴組合特征，進(jìn)一步支撐管理者或用戶設(shè)定用電策略。


圖1是本發(fā)明提供的智能用電策略設(shè)計(jì)方法流程圖；圖2是本發(fā)明提供的從預(yù)處理到初步用電維度提升及分類(lèi)的數(shù)據(jù)流程圖；圖3是本發(fā)明提供的特征提取并生成最終策略的示意圖；圖4是結(jié)合實(shí)例得到的一類(lèi)用電策略特征提取結(jié)果。
具體實(shí)施例方式以下結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明進(jìn)一步說(shuō)明。本發(fā)明智能用電策略的特征提取方法的總體流程如圖1所示步驟Sl為初步特征分類(lèi)，即預(yù)處理目前基于數(shù)據(jù)庫(kù)的結(jié)構(gòu)化的智能電網(wǎng)用戶用電信息，采用支持向量機(jī)模型 SVM的方法對(duì)其進(jìn)行特征的線性分類(lèi)。步驟S2為在初步特征分類(lèi)結(jié)果的基礎(chǔ)上，進(jìn)行進(jìn)一步特征的提取，提取出聚類(lèi)特征、傳遞特征和近鄰特征，在這一過(guò)程中，將基于特征圖和初步學(xué)習(xí)的影響因子提取三類(lèi)不同的特征，對(duì)三類(lèi)特征分別進(jìn)行提取后得到最終的特征及其各種有效組合結(jié)果，從而進(jìn)一步支持科學(xué)、有效地用電策略的制定和實(shí)行。具體如下1、預(yù)處理目前數(shù)據(jù)庫(kù)中所有的用電信息，進(jìn)行特征的線性分類(lèi)。分類(lèi)算法采用支持向量機(jī)模型SVM。完成的工作如圖2所示，即采用支持向量機(jī)模型SVM在收集到的用電信息庫(kù)中選擇部分?jǐn)?shù)據(jù)作為訓(xùn)練集進(jìn)行訓(xùn)練，再選擇部分?jǐn)?shù)據(jù)作為測(cè)試集進(jìn)行測(cè)試，不斷迭代、測(cè)試， 直到得到可靠真實(shí)的分類(lèi)結(jié)果。2、在分類(lèi)結(jié)果的基礎(chǔ)上，進(jìn)行聚類(lèi)特征、傳遞特征和近鄰特征的提取。如圖3所示，在初步分類(lèi)結(jié)果的基礎(chǔ)上對(duì)不同特征分別提取三類(lèi)不同性質(zhì)的特征，即聚類(lèi)特征、傳遞特征和近鄰特征，最終得到影響制定用電策略的特征及這些特征間的依賴組合特征。下面就這三類(lèi)特征的提取方法分別進(jìn)行描述。所述聚類(lèi)特征的提取是基于圖劃分的特征，該基于圖劃分的聚類(lèi)方法，考慮到現(xiàn)有的成熟的圖劃分算法大多針對(duì)無(wú)向圖，同時(shí)為了簡(jiǎn)化運(yùn)算，這里把整個(gè)智能電網(wǎng)的用電側(cè)的用電特征網(wǎng)絡(luò)看作無(wú)向圖進(jìn)行處理。所述傳遞特征的提取，是基于有向圖的置信度傳遞、基于反向圖的置信度傳遞和基于無(wú)向圖的置信度傳遞，以對(duì)每個(gè)用電設(shè)備生成傳遞特征，這里把整個(gè)智能電網(wǎng)的用電側(cè)的用電特征網(wǎng)絡(luò)看作有向圖或無(wú)向圖進(jìn)行處理。所述近鄰特征的提取，是基于一級(jí)近鄰關(guān)系的特征提取和基于二級(jí)近鄰關(guān)系的特征提??；針對(duì)該一級(jí)近鄰關(guān)系和二級(jí)近鄰關(guān)系，分別就有向圖鏈接的方向和反方向節(jié)點(diǎn)的不同組合生成多個(gè)特征，這里把整個(gè)智能電網(wǎng)的用電側(cè)的用電特征網(wǎng)絡(luò)看作有向圖進(jìn)行處理。通過(guò)以上所述近鄰關(guān)系特征、聚類(lèi)關(guān)系特征和傳遞關(guān)系特征的提取過(guò)程，將方法步驟2所述的用電系統(tǒng)各維特征之間的時(shí)間和空間上的能夠影響用電效能的特征和關(guān)系尋找出來(lái)，并可以隨著時(shí)間的推移不斷發(fā)現(xiàn)可能影響用電效用的新的特征，提取結(jié)果表現(xiàn)
5形式為多簇多分支的特征及特征關(guān)系組合，可以根據(jù)不同的用電性能要求進(jìn)行不同的組合及排序，智能電網(wǎng)管理端或智能電網(wǎng)的用戶端均可以根據(jù)提取結(jié)果制定適合于當(dāng)下最適宜的用電策略。以下以智能辦公用電的實(shí)施例說(shuō)明。在對(duì)原始數(shù)據(jù)樣本進(jìn)行線性分類(lèi)后，假設(shè)需要提取特性為“工作日(周一到周五)所有研究員的辦公室節(jié)能度在 5%的用電設(shè)備等級(jí)在3以上的用電設(shè)備的操作特征集合”的分析需求，基于上述分析方法，分析得到有效策略的方法如下(1)采用無(wú)向圖的聚類(lèi)方法，根據(jù)不同的分類(lèi)原則，將智能用電特征網(wǎng)絡(luò)劃分為K 個(gè)類(lèi)，比如根據(jù)房間類(lèi)型分類(lèi)、根據(jù)用電特性分類(lèi)、根據(jù)設(shè)備等級(jí)分類(lèi)等等，本實(shí)例要使用的就是根據(jù)房間類(lèi)型分類(lèi)、根據(jù)用戶特性分類(lèi)以及根據(jù)用電設(shè)備級(jí)別分類(lèi)以及根據(jù)用電操作分類(lèi)等。計(jì)算一個(gè)聚類(lèi)內(nèi)的特定特征的聚類(lèi)特征采用以下公式
_]a) 其中，cf(H)為維度H，即上述步驟2描述的進(jìn)行線性劃分后的各維度的聚類(lèi)特征， C(H)表示維度H所在的聚類(lèi)集合，energy (h)為維度h的節(jié)能度，0 <= energy (h) <= 1， 可以看出通過(guò)調(diào)整K的取值，經(jīng)公式a)可以獲得維度H的多個(gè)聚類(lèi)特征。
(2)基于有向圖的置信度傳遞、基于反向圖的置信度傳遞和基于無(wú)向圖的置信度傳遞，以對(duì)上述步驟2中描述的所有用電特征生成傳遞特征，計(jì)算如公式b)所示Pf(H)i^ = (1 - a)energy(H) + a ^:),、 b)
h.h->H outdegreeih)其中pf(H) ω為維度H的傳遞特征，t表示迭代次數(shù)，實(shí)際使用時(shí)，可以認(rèn)為設(shè)定迭代次數(shù)，取pf(h)(°) = energy (h), outdegree (h)表示h的出關(guān)系集合，相應(yīng)的可以計(jì)算 indegree(h)或同時(shí)考慮出入關(guān)系，這樣可以至少得到3個(gè)傳遞特征，即基于有向圖的置信度傳遞、基于反向圖的置信度傳遞和基于無(wú)向圖的置信度傳遞。α是阻尼因子，取值在0到 1之間。(3)關(guān)于用電特征H的近鄰特征的值通過(guò)公式C)計(jì)算
Yjk N(H) energy(h) * (weight)nf(H) =----c)
I 零;)|其中，nf(H)表示維度H的近鄰特征，N(H)表示H的近鄰集合，weight表示權(quán)重， 權(quán)重的取值可以根據(jù)近鄰間鏈接的數(shù)目的確定，weight取1時(shí)不考慮任何權(quán)重信息。如果節(jié)點(diǎn)沒(méi)有近鄰節(jié)點(diǎn)，則將該節(jié)點(diǎn)的nf(H)值置為0. 5，即不確定值。通過(guò)以上三種方法，可以得到類(lèi)似如圖4所示的特征關(guān)系集合，對(duì)象描述為滿足需求的操作組合和用電特征之間的關(guān)系，比如圖4中黑色圓點(diǎn)表示級(jí)別為三的設(shè)備操作， 比如電燈、智能插座、電動(dòng)窗簾等，顏色為灰色的表示設(shè)備級(jí)別為二的設(shè)備操作，比如電腦、 投影儀等，顏色為白色的表示設(shè)備級(jí)別為一的設(shè)備操作，比如空調(diào)等，中間的有向線段標(biāo)明其操作的傳遞關(guān)系。此類(lèi)結(jié)果還會(huì)以圖表和報(bào)表等可視化形式展示出來(lái)，用電管理者或用戶根據(jù)分析結(jié)果和實(shí)際的其他需求制定用電策略，比如，根據(jù)圖4可以指定出四種不同的滿足本例前提條件的相應(yīng)用電策略，也可以針對(duì)分析結(jié)果進(jìn)行多重以上步驟的迭代分析直到得到可靠的結(jié)果。
權(quán)利要求
1.一種智能用電策略的特征提取方法，其特征在于，所述的方法包括以下步驟1)從智能電網(wǎng)用電信息數(shù)據(jù)庫(kù)中獲取用戶用電數(shù)據(jù)信息樣本空間；2)采用支持向量機(jī)模型對(duì)樣本空間進(jìn)行線性劃分；3)在劃分后的樣本空間中進(jìn)一步尋找用電特征之間的聚類(lèi)特征、傳遞特征和近鄰特征；4)得到最終影響制定用電策略的特征及這些特征間的各種依賴組合特征，支撐智能電網(wǎng)的管理者或者智能電網(wǎng)的用戶設(shè)定合理的用電策略。
2.根據(jù)權(quán)利要求1所述的智能用電策略的特征提取方法，其特征在于所述步驟2)中， 采用支持向量機(jī)模型SVM在原始用電數(shù)據(jù)信息樣本空間上進(jìn)行線性劃分。
3.根據(jù)權(quán)利要求1所述的智能用電策略的特征提取方法，其特征在于所述步驟幻的聚類(lèi)特征提取是基于圖劃分的特征提取聚類(lèi)特征，所述的基于圖劃分的聚類(lèi)方法包括基于布爾鏈接的圖劃分和基于權(quán)重鏈接的圖劃分，分別劃分為不同大小的子圖，對(duì)特定子圖內(nèi)的節(jié)點(diǎn)，即各用電特征的置信度計(jì)算算術(shù)平均，用以生成聚類(lèi)特征。
4.根據(jù)權(quán)利要求1所述的智能用電策略的特征提取方法，其特征在于所述步驟幻的傳遞特征提取是基于有向圖的置信度傳遞、基于反向圖的置信度傳遞和基于無(wú)向圖的置信度傳遞提取傳遞特征，以對(duì)每個(gè)特征生成傳遞特征。
5.根據(jù)權(quán)利要求1所述的智能用電策略的特征提取方法，其特征在于所述步驟幻的近鄰特征提取是基于一級(jí)近鄰關(guān)系的特征和基于二級(jí)近鄰關(guān)系的特征提取近鄰特征；針對(duì)所述的一級(jí)近鄰關(guān)系和二級(jí)近鄰關(guān)系，分別就各用電特征初設(shè)的正向的方向和反方向的不同組合生成近鄰特征。
全文摘要
一種智能用電策略的特征提取方法，該方法包括步驟S1預(yù)處理目前基于數(shù)據(jù)庫(kù)的結(jié)構(gòu)化的智能電網(wǎng)用戶用電數(shù)據(jù)信息，基于支持向量機(jī)模型對(duì)數(shù)據(jù)樣本空間進(jìn)行線性劃分；步驟S2在劃分后的樣本空間基礎(chǔ)上，對(duì)各類(lèi)特征進(jìn)行聚類(lèi)特征、傳遞特征和近鄰特征的分析，得到影響制定用戶用電策略的各類(lèi)特征及特征間的各種依賴組合特征。并根據(jù)提取結(jié)果進(jìn)行用電策略設(shè)計(jì)。本發(fā)明可以為智能電網(wǎng)的管理者或者智能電網(wǎng)的用戶科學(xué)、合理地制定全網(wǎng)的或用戶本身的用電策略提供依據(jù)，使得用戶能夠在智能電網(wǎng)環(huán)境下智能、智慧、便捷地使用各用電設(shè)備并達(dá)到節(jié)能減耗的社會(huì)效益。
文檔編號(hào)G06Q10/04GK102426676SQ20111034683
公開(kāi)日2012年4月25日 申請(qǐng)日期2011年11月6日 優(yōu)先權(quán)日2011年11月6日
發(fā)明者吉莉, 吳艷, 廖承林, 李芳 , 王麗芳 申請(qǐng)人:中國(guó)科學(xué)院電工研究所