| 基于聚类分析的客户用电模式智能识别方法 |
| |
| 引用本文： | 彭显刚,赖家文,陈奕.基于聚类分析的客户用电模式智能识别方法[J].电力系统保护与控制,2014,42(19):68-73. |
| |
| 作者姓名： | 彭显刚 赖家文 陈奕 |
| |
| 作者单位： | 广东工业大学自动化学院，广东 广州 510006;广东工业大学自动化学院，广东 广州 510006;广东电网公司湛江供电局，广东 湛江 524005 |
| |
| 基金项目： | 广东省自然科学基金(10151009001000045)；南方电网科技项目(K-GD2012-214) |
| |
| 摘 要： | 结合k-means、k-medoids、SOM以及FCM等聚类算法,构建了电力大客户典型用电模式的聚类分析模型,提出了一种评估聚类效果的新方法。首先通过分析电力客户用电指标数据及其特点,提出采用高斯滤波器对含"噪声"曲线数据进行平滑处理来获取客户用电数据。然后提出了聚类平均半径、平均直径和平均最小间距等3个评价指标,并以此为基础设计出一种评估聚类得分的新方法。最后使用聚类分析模型对某地区电力大客户日用电量曲线进行聚类分析,实现了地区典型用电模式的自动识别功能。实际算例分析结果表明,该评估方法物理概念清晰、简便、实用。
|
| 关 键 词： | 用电模式分析 高斯核函数平滑 聚类效果评估 聚类分析 |
| 收稿时间： | 2013/12/31 0:00:00 |
| 修稿时间： | 3/2/2014 12:00:00 AM |
Application of clustering analysis in typical power consumption profile analysis |
| |
| PENG Xian-gang,LAI Jia-wen and CHEN Yi.Application of clustering analysis in typical power consumption profile analysis[J].Power System Protection and Control,2014,42(19):68-73. |
| |
| Authors: | PENG Xian-gang LAI Jia-wen and CHEN Yi |
| |
| Affiliation: | School of Automation, Guangdong University of Technology, Guangzhou 510006, China;School of Automation, Guangdong University of Technology, Guangzhou 510006, China;Zhanjiang Power Supply Bureau of Guangdong Power Grid Corporation, Zhanjiang 524005, China |
| |
| Abstract: | |
| |
| Keywords: | power consumption profile analysis Gaussian smoothing clustering evaluation clustering analysis |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |
