王刚，杨志杰，徐新宇

(国网新疆电力有限公司电力科学研究院，新疆 乌鲁木齐 830017)

0 引 言

在电力缴费一体化建设中，需要利用智能电表所采集的大数据进行异常用电定位实现抄核收的一体化和智能化，并借助精准负载预测为电力营销的模式创新提供数据支持。因此有必要利用智能电表大数据进行随机负载建模[1-3]。传统基于测量的负荷建模通常仅限于变电站级别的负载测量，但是智能电表能够提供15分钟到一个小时的时间分辨率的单个用户负载数据，这使得开发更准确的随机负载模型成为可能[4-5]。

使用智能电表的大数据进行详细的大规模仿真需要极大的计算成本。除了大数据问题外，高度非线性的复杂用电模式也使得随机负载建模面临极大挑战[6-7]。为此，本文提出一种新的负载建模方法。该方法可简化数据的复杂性，同时保持数据分辨率，并最大程度地减少线性负载曲线的数量。最后通过试验对该方法的有效性和优点进行验证。

1 建模方法

所提出智能电表数据建模方法的主要步骤如图1所示。

1.1 数据预处理

数据预处理是去除数据集中的缺失值或零值数据样本。数据集Y由将近6 000个用户的每隔半小时的m个用电序列记录组成。单个用户的用电量曲线y表示为：

y=[y0(x),y1(x),…,ym(x)]

(1)

式中:ym为在时间点xm上的用电量。设f是y及其导数的向量值函数，则y可以由n阶和m维的常微分方程组表示：

图1 流程图

(2)

方程组(2)的范德蒙矩阵形式为：

(3)

式(3)简写为：

yc=[F]=[X][A]

(4)

式中:yc为用户。……