计及需求响应的多维度用电特征精细挖掘

被引：22

作者：

宗柳 ^{[1
,2
]}

李扬 ^{[1
]}

王蓓蓓 ^{[1
]}

机构：

[1] 东南大学电气工程学院

[2] 江苏省电力设计院

来源：

电力系统自动化 | 2012年 / 36卷 / 20期

基金：

国家高技术研究发展计划(863计划);

关键词：

需求响应; 时间维度; 类属维度; 响应维度; 精细挖掘; 多维度聚类;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

080802 ;

摘要：

针对需求侧管理实施过程中需要准确把握用户用电特性的要求,从时间、类属、响应维度对用户的用电特征进行了精细化挖掘。结合系统聚类与模糊聚类的优点,引入二次聚类算法并进行改进,提取对应的负荷特征向量,从多个维度对用电特征进行了精细化分析。结果表明该算法简单有效,并能甄选参加各类需求响应项目的潜力用户,为项目制定提供中断容量、中断时间等具体信息,辅助评估项目实施的风险性和预期获得的各方面效益。

引用

页码：54 / 58

页数：5

共 10 条

[1] 基于用户日负荷曲线的用电行业分类与综合方法 [J].

李欣然 ;

姜学皎 ;

钱军 ;

陈辉华 ;

宋军英 ;

黄良刚 .

电力系统自动化, 2010, 34 (10) :56-61

[2] 基于多目标聚类的用电集群特征属性计算 [J].

刘友波 ;

刘俊勇 ;

赵岩 ;

李磊 ;

胥威汀 ;

姚珺玉 ;

侯贺飞 .

电力系统自动化, 2009, 33 (19) :46-51

[3] 峰谷分时电价用户响应模型参数的最小二乘估计 [J].

罗运虎 ;

邢丽冬 ;

王勤 ;

金艳 ;

吴娜 ;

孙秀娟 ;

王传江 .

华东电力, 2009, 37 (01) :67-69

[4] 基于Ward法的负荷特性分类研究 [J].

唐光泽 ;

王进 ;

李彩玲 ;

孔帅 .

电力学报, 2008, 23 (06) :470-473

[5] 基于模糊聚类的电力负荷特性的分类与综合 [J].

李培强 ;

李欣然 ;

陈辉华 ;

唐外文 .

中国电机工程学报, 2005, (24) :73-78

[6] 基于KOHONEN神经网络的电力系统负荷动特性聚类与综合 [J].

张红斌 ;

贺仁睦 ;

刘应梅 .

中国电机工程学报, 2003, (05) :2-6+44

[7]

负荷特性聚类分析方法的研究[D]. 许翠娟.华北电力大学（北京）. 2007

[8]

电力系统负荷分类研究[D]. 张忠华.天津大学. 2007

[9]

MATLAB统计分析与应用[M]. 北京航空航天大学出版社 , 谢中华, 2010

[10]

模糊聚类分析及其应用[M]. 西安电子科技大学出版社 , 高新波著, 2004

← 1 →