一种售电侧现货交易申报曲线的生成方法及装置与流程
本发明涉及人工智能数据处理,尤其涉及一种售电侧现货交易申报曲线的生成方法及装置。
背景技术:
1、电力现货市场作为新型电力系统的重要组成部分,其交易申报的准确性与风险控制能力直接影响售电公司的运营效益。相关技术中,通过用户用能行为识别、负荷预测与供需边界量化的协同作业,构建了售电侧交易决策体系。具体地,该体系涵盖了从用户历史负荷数据采集、行业属性分析到申报曲线生成的全过程,包括用户聚类、负荷预测、边界量化等关键环节。
2、然而,现有的售电侧交易申报方法中,直接采用基于历史用电量、用户行业类型或人工经验的单点负荷预测结果,并没有充分考虑用户负荷在不同时段的上下波动范围以及现货电价变化对用能行为的影响,由此可能会导致申报电量与实际需求偏差较大,或者风险缓冲区间设置不合理。在用户用能行为识别方面,传统k-means聚类、层次聚类等方法难以同时刻画用户负荷曲线的时域形态特征、频域周期特征、行业属性特征以及电价响应特征,从而影响用户聚合结果与现货交易申报需求的匹配度。
技术实现思路
1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本发明的第一个目的在于提出一种售电侧现货交易申报曲线的生成方法。
3、本发明的另一个目的在于提出一种售电侧现货交易申报曲线的生成装置。
4、本发明的第三个目的在于提出一种计算机设备。
5、本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
6、为达上述目的,本发明第一方面实施例提出了一种售电侧现货交易申报曲线的生成方法,包括:
7、s1,获取售电公司代理用户的连续历史小时级负荷数据、用户行业属性数据、日前市场电价数据和实时市场电价数据,并根据所述连续历史小时级负荷数据构建各用户的日内二十四点负荷曲线;
8、s2,基于时频双域自监督对比学习模型,对所述日内二十四点负荷曲线、所述用户行业属性数据以及所述日前市场电价数据和所述实时市场电价数据进行联合表征学习,生成用户用能行为嵌入向量;
9、s3,根据所述用户用能行为嵌入向量构建典型用能原型并计算用户对各典型用能原型的隶属度,得到用户用能行为软聚合结果,并根据所述软聚合结果、所述连续历史小时级负荷数据、所述日前市场电价数据和所述实时市场电价数据,自动量化各用户在各小时的负荷下边界、负荷上边界和风险缓冲区间;
10、s4,将各用户在各小时的负荷下边界和负荷上边界进行聚合,得到售电侧代理用户群体的供需边界,并根据所述供需边界和所述日前市场电价数据生成售电侧现货交易总申报曲线。
11、在本发明的一个实施例中,所述s1,包括:
12、所述连续历史小时级负荷数据包括连续一年的用户日用电数据,每一日用电数据包括第1小时至第24小时的小时级用电负荷;
13、所述用户行业属性数据包括用户名称、用户编号、行业类型、用电类别、合同容量、用电电压等级中的一种或多种。
14、在本发明的一个实施例中,还包括:
15、所述用户行业属性数据中的行业类型包括铝硅冶炼类、通信运营类、铁路牵引用电类、烟草加工类、制造业类、商业综合体类、其他大工业类和一般工商业类中的一种或多种;
16、所述行业类型通过用户档案、用户名称关键词、客户标签库或人工维护的行业映射表获得。
17、在本发明的一个实施例中,所述s2,包括:
18、对所述日内二十四点负荷曲线进行归一化处理;
19、对归一化后的负荷曲线进行时间遮蔽、负荷扰动、峰谷保持重采样、日期类型增强中的一种或多种时域增强处理得到时域增强样本;
20、提取用户负荷曲线的峰值、谷值、峰谷差、负荷率、爬坡率、日内波动率中的一种或多种时域特征,并通过时域编码器将所述时域特征编码为用户时域表征向量。
21、在本发明的一个实施例中,还包括:
22、对所述日内二十四点负荷曲线进行离散傅里叶变换、小波变换或短时傅里叶变换得到频域表示;
23、对所述频域表示进行低频保持、高频扰动、频带遮蔽、主频提取、频域重构中的一种或多种频域增强处理得到频域增强样本;
24、提取用于表征用户日周期特征、负荷波动强度和用能稳定性的频谱特征,并通过频域编码器将所述频谱特征编码为用户频域表征向量。
25、在本发明的一个实施例中,所述s3,包括:
26、所述典型用能原型包括连续稳定高负荷型、通信稳定负荷型、牵引波动负荷型、日间集中用电型、班次生产波动型和低负荷分散型中的一种或多种;
27、所述用户用能行为软聚合结果为用户对多个典型用能原型的隶属度集合。
28、在本发明的一个实施例中,所述s4,包括:
29、所述售电侧现货交易总申报曲线为二十四点小时级申报电量曲线;
30、所述售电侧代理用户群体第t小时的供需下边界:
31、,
32、供需上边界:
33、,
34、基准负荷:
35、,
36、其中n表示售电公司代理用户数量。
37、为达上述目的,本发明第二方面实施例提出了一种售电侧现货交易申报曲线的生成装置,包括:
38、负荷数据构建模块,用于获取售电公司代理用户的连续历史小时级负荷数据、用户行业属性数据、日前市场电价数据和实时市场电价数据,并根据所述连续历史小时级负荷数据构建各用户的日内二十四点负荷曲线;
39、时频表征学习模块,用于基于时频双域自监督对比学习模型,对所述日内二十四点负荷曲线、所述用户行业属性数据以及所述日前市场电价数据和所述实时市场电价数据进行联合表征学习,生成用户用能行为嵌入向量;
40、用能边界量化模块,用于根据所述用户用能行为嵌入向量构建典型用能原型并计算用户对各典型用能原型的隶属度,得到用户用能行为软聚合结果,并根据所述软聚合结果、所述连续历史小时级负荷数据、所述日前市场电价数据和所述实时市场电价数据,自动量化各用户在各小时的负荷下边界、负荷上边界和风险缓冲区间;
41、交易曲线生成模块,用于将各用户在各小时的负荷下边界和负荷上边界进行聚合,得到售电侧代理用户群体的供需边界,并根据所述供需边界和所述日前市场电价数据生成售电侧现货交易总申报曲线。
42、本发明实施例的一种售电侧现货交易申报曲线的生成方法及装置,能够自动识别用户用能行为差异和负荷可变动范围,无需人工预设可调节比例,提高用户聚合结果与现货交易申报需求的匹配度,降低申报偏差风险。
43、为达上述目的,本技术第三方面实施例提出了一种计算机设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的方法。
44、为达上述目的,本技术第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的方法。
45、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com