考虑负荷纵向随机性的用户用电行为聚类方法

被引:25
作者
冯志颖 [1 ]
唐文虎 [1 ]
吴青华 [1 ]
陆国俊 [2 ]
栾乐 [2 ]
机构
[1] 华南理工大学电力学院
[2] 广州供电局有限公司
基金
国家高技术研究发展计划(863计划);
关键词
智能电网; 用电行为; 负荷曲线; 纵向随机性; 聚类方法; 推土机距离;
D O I
10.16081/j.issn.1006-6047.2018.09.007
中图分类号
TM714 [负荷分析];
学科分类号
摘要
针对不考虑负荷纵向随机性所导致的数据损失和用户误分类的问题,提出了一种考虑负荷纵向随机性的基于推土机距离(EMD)的用户用电行为识别新方法。该方法通过统计电力用户同一时刻多天的负荷分布情况,从横向和纵向2个角度全面表征用户的用电行为。并结合EMD和欧氏距离度量不同用户用电行为的差异程度。以一组国际通用的居民用电负荷作为算例进行分析,算例结果表明,在横向特性较为相似的用户中,该方法能够很好地提取用户的纵向特性。定性和定量分析均表明,该方法对用户负荷的聚类效果精细合理。
引用
收藏
页码:39 / 44+53 +53
页数:7
相关论文
共 16 条
  • [1] “智能电网+”研究综述
    鞠平
    周孝信
    陈维江
    余一平
    秦川
    李若梅
    王成山
    董旭柱
    刘健
    文劲宇
    刘玉田
    李扬
    陈庆
    陆晓
    孙大雁
    徐春雷
    陈星莺
    吴峰
    马宏忠
    [J]. 电力自动化设备, 2018, 38 (05) : 2 - 11
  • [2] 基于密度空间聚类和引力搜索算法的居民负荷用电模式分类模型
    苏适
    李康平
    严玉廷
    陆海
    汪新康
    刘力铭
    王飞
    董凌
    [J]. 电力自动化设备, 2018, 38 (01) : 129 - 136
  • [3] 基于多元大数据平台的用电行为分析构架研究
    郝然
    艾芊
    肖斐
    [J]. 电力自动化设备, 2017, 37 (08) : 20 - 27
  • [4] 负荷聚合技术及其应用
    孙玲玲
    高赐威
    谈健
    崔高颖
    [J]. 电力系统自动化, 2017, 41 (06) : 159 - 167
  • [5] 基于Kernel K-means的负荷曲线聚类
    赵文清
    龚亚强
    [J]. 电力自动化设备, 2016, 36 (06) : 203 - 207
  • [6] 基于特性指标降维的日负荷曲线聚类分析
    刘思
    李林芝
    吴浩
    孙维真
    傅旭华
    叶承晋
    黄民翔
    [J]. 电网技术, 2016, 40 (03) : 797 - 803
  • [7] 一种基于双层聚类分析的负荷形态组合识别方法
    王星华
    陈卓优
    彭显刚
    [J]. 电网技术, 2016, 40 (05) : 1495 - 1501
  • [8] 结合降维技术的电力负荷曲线集成聚类算法
    张斌
    庄池杰
    胡军
    陈水明
    张明明
    王科
    曾嵘
    [J]. 中国电机工程学报, 2015, 35 (15) : 3741 - 3749
  • [9] 一种面向需求侧管理的用户负荷形态组合分析方法
    黄宇腾
    侯芳
    周勤
    付博
    郭创新
    [J]. 电力系统保护与控制, 2013, 41 (13) : 20 - 25
  • [10] 时间序列数据挖掘中特征表示与相似性度量研究综述
    李海林
    郭崇慧
    [J]. 计算机应用研究, 2013, 30 (05) : 1285 - 1291