一种基于隐马尔可夫模型和向前算法的居民用电行为分析的系统及方法

摘要

用户用电行为分类是进行需求侧响应能力评估的前提,本发明为此提出一种利用负荷数据进行用户用电行为分类的方法。首先，采集居民用电数据，提取出居民用电行为的属性特征，根据历史用电数据和实时的电力负荷情况来识别居民用电规律与否的系统及方法，主要过程包括通过异常分析剔除掉个别极端用电数值,通过线性相关性模型建立每个用电单位的每一个24小时与该用户平均一年24小时用电关系，通过隐马尔可夫模型建立状态转移矩阵和观测值概率矩阵,通过向前算法计算出模型中的参数。该发明实现了用户用电行为的高准确度辨识，为调度部门进行需求侧管理提供支撑。