基于聚类的电网低压台区用电画像方法研究

发布时间：2021-03-15 03:30

　　对用电对象进行用电特征分析在电力系统的电力调度、负荷预测、安全性评估等方面具有重要意义。目前的用电特征分析多集中在对用户用电画像方法的研究。低压台区是电网用电中的重要维度,对低压台区进行用电特征分析同样不可或缺。台区用电画像可以帮助电网快速准确地把握台区的负荷特性和用电模式,对挖掘台区用电数据信息并对不同的业务场景进行指导具有重要意义。本文针对台区日冻结量和96点功率数据,提出了台区用电特征标签提取方法并形成标签系统,然后基于聚类技术对获得的台区标签进行聚类分析得到台区画像。最后,本文基于上海市181个台区的用电数据进行案例分析,得到台区用电标签和画像。 

【文章来源】：电工电能新技术. 2020,39(08)北大核心

【文章页数】：9 页

【部分图文】：

图1 台区用电画像方法框架图

K-means算法流程图

图3 台区日冻结量与舒适度指数的拟合曲线

【参考文献】：
期刊论文
[1]基于多维细粒度行为数据的居民用户画像方法研究[J]. 徐涛,黄莉,李敏蕾,朱明杰.  电力需求侧管理. 2019(03)
[2]基于K-means算法的配电网台区健康评估[J]. 陈灵君,张叶,吴颖晖,蔡亚男,张眉,徐旭.  供用电. 2019(02)
[3]外部因素对广东省电网负荷特性的影响分析[J]. 郇嘉嘉,左郑敏,程鑫.  水电能源科学. 2018(05)
[4]台区低压配电载波通信在线监测装置[J]. 肖宏,陆新,乔飞,吴立忞,赵小龙,钟晓妮.  信息通信. 2018(03)
[5]基于数据时空相关性的智能台区识别技术[J]. 阿辽沙·叶,顾君,张小秋.  现代电子技术. 2018(04)
[6]基于分布式图计算的台区负荷预测技术研究[J]. 蒋玮,黄丽丽,祁晖,冯伟,杨乐,汪梁,徐青山,吴杰,汤海波.  中国电机工程学报. 2018(12)
[7]电力营销信息化客户画像的应用研究[J]. 余向前,王林信,李云冰,辛玲玲,李国琪,张钊.  计算技术与自动化. 2017(04)
[8]基于随机森林算法的台区合理线损率估计方法[J]. 王守相,周凯,苏运.  电力自动化设备. 2017(11)
[9]基于聚类算法的低压台区线损分析方法研究[J]. 张洋瑞,杨鹏,申洪涛,冯波,赵俊鹏,陶鹏.  河北电力技术. 2017(02)
[10]灰色定权聚类和变权模式在变压器状态评估中的应用研究[J]. 宋人杰,刘瑞英,王林.  电工电能新技术. 2017(03)

硕士论文
[1]基于群集智能手段的低压台区电网负荷预测手段研究[D]. 朱健峥.上海交通大学 2011



本文编号：3083482