论文摘要
智能电表的推广和安装,使用户侧累积了海量用电数据。特征提取和聚类分析作为有效的数据处理手段,有助于挖掘用电数据中隐藏的宝贵信息,提取用户的用电行为特性。为提取有效直观的负荷特性,本文提出利用优化SAX和带权负荷指标的AP聚类算法,对负荷曲线进行聚类。针对AP聚类复杂度较高的问题,首先利用SAX算法对负荷曲线进行降维并提取特征,利用基于模拟退火粒子群算法,优化确定合理的字符数和状态数;然后结合负荷特性指标,运用改进AP聚类算法,对负荷曲线进行聚类,聚类过程中采用熵权法对负荷特性指标进行客观赋权,避免指标设置的主观性。基于聚类结果,对各类用户的用电行为以及需求响应潜力进行分析。案例分析验证了该算法的高效性和有效性,并可应用于电网公司决策,如负荷预测、异常检测和提供差异化服务等。
论文目录
文章来源
类型: 期刊论文
作者: 李春燕,蔡文悦,赵溶生,余长青,张谦
关键词: 特征提取,聚类,算法,改进粒子群,用电行为分析
来源: 电工技术学报 2019年S1期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用
单位: 输配电装备及系统安全与新技术国家重点实验室(重庆大学)
分类号: TP311.13;TM933.4
DOI: 10.19595/j.cnki.1000-6753.tces.l80097
页码: 368-377
总页数: 10
文件大小: 1024K
下载量: 501
相关论文文献
- [1].负荷特性指标体系阐述[J]. 南方能源建设 2020(S1)
- [2].北方地区清洁供暖对电网负荷特性影响分析[J]. 电气技术 2019(02)
- [3].一种基于负荷特性指标的负荷分类方法[J]. 华东电力 2014(11)
- [4].应用于黑启动的负荷特性分析与分类方法[J]. 电力科学与技术学报 2015(02)
- [5].分布式风力发电对综合负荷特性的影响分析[J]. 科技风 2018(10)
- [6].电力营销过程中大客户负荷特性分析[J]. 企业技术开发 2015(29)
- [7].电力负荷特性及其优化调控方法的探讨[J]. 中国新通信 2016(05)
- [8].电网负荷特性影响因素综述[J]. 通讯世界 2016(13)
- [9].基于分位数回归的电力负荷特性预测面板数据模型[J]. 电力需求侧管理 2014(03)
- [10].分布式风力发电对综合负荷特性的影响[J]. 电力科学与技术学报 2012(02)
- [11].外部因素对广东省电网负荷特性的影响分析[J]. 水电能源科学 2018(05)
- [12].考虑气温因素的负荷特性统计指标关联特征数据挖掘[J]. 中国电机工程学报 2015(01)
- [13].基于负荷特性的区域供冷系统节能性分析[J]. 东华大学学报(自然科学版) 2011(01)
- [14].负荷特性记录的综合方法研究[J]. 现代电力 2011(03)
- [15].电力机车负荷特性的仿真研究[J]. 黑龙江科学 2016(09)
- [16].综合负荷特性的数理统计判别[J]. 普洱学院学报 2016(03)
- [17].电力负荷特性及其优化调控技巧[J]. 品牌(下半月) 2015(03)
- [18].基于用电结构变动的省级电网长期负荷特性预测[J]. 现代电力 2015(03)
- [19].夏季居民负荷对地区负荷特性的影响因素分析[J]. 黑龙江科技信息 2010(28)
- [20].新农村典型负荷特性浅析[J]. 科技创新导报 2009(01)
- [21].四川电网主力调频调峰电站负荷特性分析[J]. 四川水力发电 2020(01)
- [22].三玻两腔节能玻璃负荷特性的模拟计算[J]. 中国水运(下半月) 2020(01)
- [23].基于负荷特性分析平台的用户负荷特性及用电行为研究[J]. 山东电力技术 2019(08)
- [24].采用可拓展交互式设计的负荷特性综合分析平台[J]. 电力系统自动化 2019(20)
- [25].改进遗传K均值算法在负荷特性分类的应用[J]. 电力系统及其自动化学报 2014(07)
- [26].改进自适应模糊C均值算法在负荷特性分类的应用[J]. 电力系统自动化 2011(12)
- [27].基于统计学的煤改电台区负荷特性研究[J]. 节能 2019(02)
- [28].基于行业聚类的负荷特性分析及预测[J]. 电气自动化 2019(05)
- [29].气温气候变化因素对电网负荷特性影响研究[J]. 通讯世界 2016(09)
- [30].县域配网系统负荷特性分析[J]. 电子制作 2015(10)