基于数据挖掘的大用户用电特征分类方法研究

为更好掌握大用户对象的耗电行为,实现对电力资源的按需分配,提出基于数据挖掘的大用户用电特征分类方法.计算大用户对象的集中用电量,通过划分用户消耗行为的方式,确定具体的耗电周期数值.在此基础上,研究用电用户所属类别,按照高维负荷数据的降维需求,提取用电行为模式的实际特征,实现基于数据挖掘的大用户用电特征分类方法的顺利应用...     

基于局部离群点的低压台区线损异常检测

为提高低压台区线损异常检测方法的数据采集成功率与检测准确率,提出基于局部离群点的低压台区线损异常检测方法研究。分析低压台区基本结构,获取线损数据集,依据基于密度的局部离群算法完成离群数据点的定义。对数据集进行预处理,通过计算信息熵来判断其是否具有离群属性,通过计算其加权距离,计算各对象间的局部可达密度,继而通过计算各对象的离群因子,通过与离群因子阈值比较完成离群属性的判断,完成低压台区线损异常的检测。对比实验结果显示：该方法可大幅提高低压台区的线损异常检测的数据采集成功率与检测准确率,经过适当治理后其异常情况骤减,改善了该台区的线损情况,提高供电质量和供电效率。