首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种电力现货交易中电力用户用电量低秩矩阵补全方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网山西省电力公司营销服务中心;国网河南省电力公司营销服务中心

摘要:本发明涉及数据处理技术领域,具体指一种电力现货交易中电力用户用电量低秩矩阵补全方法、装置、设备、计算机可读存储介质,包括:获取所需时间序列数据并对其分解;获取气象数据,将其转换为标签集,并定义标签序列;基于同类标签下残差项子序列接近该子序列量化后代表向量,定义扰动项正则项;基于平滑趋势项相邻时刻数据间波动小,定义平滑趋势正则项;建立目标函数,采用随机梯度下降法更新目标函数,迭代至预设迭代次数,得到补全后数据矩阵,对比原矩阵,采用均值法求解电量缺失值。本发明在数据缺失时,对数据更新,减小数据稀疏性,提高数据补全精确度,提升电力市场现货交易结算效率,保证参与现货交易的负荷聚合商数据完整性和可靠性。

主权项:1.一种电力现货交易中电力用户用电量低秩矩阵补全方法,其特征在于,包括:在Promethus时序数据库中,提取参与现货交易的煤炭厂用户用电量时间序列数据;采用STL时间序列加法,将提取出的参与现货交易的煤炭厂用户用电量时间序列数据,分解为平滑趋势项、周期项和残差项;将参与现货交易的煤炭厂用户用电量时间序列数据转化为对称托普利茨矩阵形式,得到原始数据矩阵;将平滑趋势项、周期项和残差项进行托普利茨化,得到平滑趋势项矩阵、周期项矩阵和残差项矩阵;基于原始数据矩阵的低秩性,对平滑趋势项矩阵进行低秩分解,得到平滑趋势项矩阵的低秩分解矩阵,从而得到原始数据矩阵与周期项矩阵之差的逼近矩阵;在oracle关系数据库中,获取外部干扰信息,将其变换为标签集基于标签集,根据参与现货交易的煤炭厂用户用电量时间序列数据Xt=x1,x2,...,xT顺序,定义标签序列Y=y1,y2,...,yT;其中,标签序列与时间序列数据一一对应;设置用电量数据丢失指示矩阵W={wt}∈{0,1}T,定义带标签的参与现货交易的煤炭厂用户用电量时间序列数据LCD=X,W,Y;分别提取残差项中对应标签为Qm的数据出来,组成与每种标签对应的残差项子序列;采用学习向量量化法对各个残差项子序列进行处理,得到各个残差项子序列对应的代表向量,利用第一距离公式表示所有残差项子序列中各个数据与其对应代表向量之间的约束关系;分别提取残差项矩阵中对应标签为Qm的数据出来,组成与每种标签对应的残差项矩阵子矩阵;采用学习向量量化方法对各个残差项矩阵子矩阵进行处理,得到各个残差项矩阵子矩阵对应的代表向量矩阵;基于第一距离公式,设计扰动项正则项表示所有残差项子矩阵与其对应代表向量矩阵之间的约束关系;对于平滑趋势项,利用第二距离公式表示相邻时刻平滑趋势项数据间的约束关系;基于第二距离公式,利用平滑趋势项矩阵的低秩分解矩阵,设计平滑趋势正则项表示矩阵中相邻时刻数据间的约束关系;基于传统矩阵分解框架,结合平滑趋势正则项、扰动项正则项,建立目标函数;采用随机梯度下降法更新目标函数,求解低秩分解矩阵和残差项矩阵;迭代更新直至达到预设迭代次数,得到目标低秩分解矩阵和目标残差项矩阵,从而得到目标逼近矩阵;通过周期项矩阵和目标逼近矩阵,得到补全后的数据矩阵;根据缺失数据在原始数据矩阵中的位置,得到缺失数据在补全后的数据矩阵中的对应位置;根据对应位置处的数据值,采用均值法求解电量缺失值,得到补全后的参与现货交易的煤炭厂用户用电量时间序列数据;将补全后的参与现货交易的煤炭厂用户用电量时间序列数据放回Promethus时序数据库。

全文数据:

权利要求:

百度查询: 国网山西省电力公司营销服务中心 国网河南省电力公司营销服务中心 一种电力现货交易中电力用户用电量低秩矩阵补全方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。