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：国网江西省电力有限公司经济技术研究院;国家电网有限公司;江西腾达电力设计院有限公司

摘要：本发明涉及电动汽车负荷分析技术领域，具体涉及到一种基于Elman神经网络算法的居民电动汽车负荷分析方法，包括以下步骤：定义电动汽车负荷峰谷态势体系；对电动汽车负荷曲线进行高斯滤波预处理；确定聚类有效性指标和算法；对居民电动汽车日净负荷峰谷态势进行相关性分析；对输入、输出变量进行选取与对预测结果进行分析；对电动汽车负荷进行峰谷互补分析。本发明提出并定义了居民区电动汽车日净负荷峰谷态势新概念体系，采用电动汽车负荷峰谷功率量及其变化速率等多个信息维度描述居民区电动汽车负荷特征，拓展了传统峰谷特性内涵，能为地区电网、电动汽车负荷特性分析提供新的决策支持信息。

主权项：1.一种基于Elman神经网络算法的居民电动汽车负荷分析方法，其特征在于，包括以下步骤：步骤1、定义电动汽车负荷峰谷态势体系；具体的，获取待预测负荷的居民用户的历史电动汽车负荷数据，以得到电动汽车负荷曲线，根据电动汽车负荷曲线内的波峰、波谷特征情况来定义电动汽车负荷峰谷态势体系；步骤2、对电动汽车负荷曲线进行高斯滤波预处理；具体的，采用一维的高斯滤波方法对历史电动汽车负荷数据进行降噪处理，使电动汽车负荷曲线平滑化，以便获取各类负荷曲线峰谷态势信息；步骤3、确定聚类有效性指标和算法；具体的，先确定聚类算法的待聚类数目，通过计算聚类有效性指标来评价聚类质量，以确定样本的最佳聚类数，选择DBI指标计算净负荷峰谷态势的最佳聚类数，采用K-means聚类算法对居民电动汽车日净负荷峰谷态势进行分季度聚类，以划分各季度的典型净负荷峰谷态势场景，获取各季度各典型场景下的电动汽车净负荷峰谷态势信息特性；步骤4、对居民电动汽车日净负荷峰谷态势进行相关性分析；具体的，基于K-means聚类算法对全年各季度居民电动汽车日净负荷峰谷态势进行聚类，将全年日净负荷峰谷态势缩减分类为数个典型场景态势类别，以相关系数作为居民电动汽车日净负荷峰谷态势信息的相关性判别依据，判断生活区居民电动汽车日净负荷峰谷态势信息相关程度；步骤5、对输入、输出变量进行选取与对预测结果进行分析；具体的，采用Elman神经网络对生活区用户电动汽车负荷峰谷态势进行预测，获得生活区电动汽车负荷日净负荷峰谷态势预测结果后，计算其与电动汽车负荷峰谷态势实际值的百分误差与其平均绝对值百分误差，以检验电动汽车负荷峰谷态势分析方法的分析与预测效果；步骤6、对电动汽车负荷进行峰谷互补分析；具体的，基于生活区电动汽车负荷数据，获取它净负荷曲线峰谷特性，并获取其峰谷互补态势信息，以对历史或未来生活区电动汽车负荷峰谷的互补特性进行分析。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司经济技术研究院 国家电网有限公司 江西腾达电力设计院有限公司 一种基于Elman神经网络算法的居民电动汽车负荷分析方法