基于动态自适应K均值聚类的电力用户负荷编码与行为分析

发布时间：2018-01-12 09:14

  本文关键词：基于动态自适应K均值聚类的电力用户负荷编码与行为分析　出处：《电力科学与技术学报》2017年03期 　论文类型：期刊论文

  更多相关文章： 用电行为分析 动态K均值 负荷编码 负荷字典

【摘要】：随着中国智能电表在用户中广泛普及,电力公司可获取用户用电数据日益庞大,海量的用电数据给用户用电行为挖掘分析带来了新的挑战。提出一种将用户典型用电负荷进行编码的方法,首先,基于聚类中心动态分离的自适应k均值算法,提取用户典型用电负荷形状;其次,对典型负荷进行编码,并记录负荷属性值,建立具有普适性的用户负荷字典;最后,提取用户平均最大负荷和用户行为稳定性,获得不同用户参与需求响应以及能源效率项目的潜力。该方法在一定程度上解决了海量用电数据处理的难题,对用户用电行为分析研究具有一定的实际意义。
[Abstract]:With the widespread use of smart meters in China, power companies are gaining access to consumer data. Massive power consumption data brings a new challenge to user power behavior mining and analysis. This paper proposes a coding method for typical user load. Firstly, an adaptive k-means algorithm based on clustering center dynamic separation is proposed. Extracting the typical user load shape; Secondly, the typical load is coded, and the load attribute value is recorded, and a universal user load dictionary is established. Finally, the average maximum load of users and the stability of user behavior are extracted, and the potential of different users to participate in demand response and energy efficiency projects is obtained. To some extent, this method solves the problem of massive power data processing. It is of practical significance to analyze and study the consumer's power consumption behavior.
【作者单位】： 华北电力大学电气与电子工程学院;
【基金】：国家高技术研究发展计划(“863”计划)(2015AA050203) 中央高校基金平台项目(HDJB-2015-10) 国家电网公司总部科技项目(HD2015-181)
【分类号】：TM73
【正文快照】： 随着中国高级计量架构(Advanced MeteringInfrastructure,AMI)的快速发展,电力公司可获取用户用电数据已成海量趋势。用户的用电负荷数据中蕴藏着大量用户用电行为信息,不同用电行为的用户对需求响应项目(Demand Response,DR)以及能源效率项目(Energy Efficiency,EE)具有不同

【相似文献】

相关期刊论文 前8条

1 丁麒;王光增;;地区电力用户负荷模式聚类分析应用[J];机电工程;2008年09期

2 贾冬雪;;谈供电营业普查管理及用户负荷管理[J];科技创业家;2013年19期

3 黄少敏;厂矿企业住宅楼用户用电负荷分析[J];铜业工程;2000年02期

4 耿博;;用户用电负荷管理系统研究[J];中国新技术新产品;2013年18期

5 陈如柏;徐西德;贾学仁;;两种简易限电器[J];家电检修技术;1999年11期

6 黄宇腾;侯芳;周勤;付博;郭创新;;一种面向需求侧管理的用户负荷形态组合分析方法[J];电力系统保护与控制;2013年13期

7 刘丽轻;丁巧林;张铁峰;孙金宝;;电力用户负荷模式识别方法研究[J];华北电力大学学报(自然科学版);2011年06期

8 陈如柏 ,林凤娟;两种简易限电器[J];家用电器;2000年01期

相关硕士学位论文 前3条

1 郑新桃;基于波形伸缩变换和模糊K均值聚类的配电线路单相接地选线研究[D];福州大学;2014年

2 廖宗明;基于K均值聚类与支持向量机的电力系统短期负荷预测[D];华南理工大学;2012年

3 许甜田;大用户负荷预测方法研究及其应用[D];湖南大学;2013年

，

本文编号：1413614