居民用户用电的聚类分析

被引:6
作者
张进 [1 ]
徐苒茨 [2 ,3 ]
徐健 [4 ]
黄珉皓 [4 ]
机构
[1] 国网上海市电力公司浦东供电公司
[2] 复旦大学计算机科学技术学院
[3] 网络信息安全审计与监控教育部工程研究中心
[4] 上海东捷建设(集团)有限公司
关键词
负荷分析; 用电分析; 数据挖掘; 聚类分析;
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
120103 [信息系统与信息管理];
摘要
认为新一轮的用电增长引发的问题和矛盾严重威胁到电力系统的安全运营。电力部门必须加强对于用电情况的分析和预测,妥善地规划电力系统的建设和发展。居民用户是用电群体中最具代表性和规律性的一类,针对这些问题和矛盾,提出了对居民用电情况进行分析。而在分析过程中,采用了聚类算法。实验结果表明居民用户用电存在明细的规律,并总结出了规律性的结论。
引用
收藏
页码:180 / 184
页数:5
相关论文
共 7 条
[1]
电力数据挖掘在电网内部及各领域间的应用 [J].
耿亮 ;
吴燕 ;
孟宪楠 .
电信科学, 2013, 29 (11) :127-130
[2]
基于SPSS的短期负荷特性分析及其预测研究 [J].
徐东升 ;
杨巍 ;
魏哲 ;
刘国兴 .
电力系统保护与控制, 2009, 37 (21) :147-151
[3]
基于自组织映射神经网络的电力用户负荷曲线聚类 [J].
李智勇 ;
吴晶莹 ;
吴为麟 ;
宋保明 .
电力系统自动化, 2008, (15) :66-70+78
[4]
基于模拟退火思想的优化k-means算法 [J].
陈慧萍 ;
贺会景 ;
陈岚峰 ;
蒋峰 .
河海大学常州分校学报, 2006, (04) :29-32+40
[5]
负荷特性分析方法的研究 [J].
陶莉 ;
肖晶 ;
周魏 ;
卢毅 ;
高山 ;
李扬 .
电力需求侧管理, 2003, (04) :30-32
[6]
数据挖掘技术在电力系统中的应用 [J].
高智 ;
徐政 .
华东电力, 2001, (12) :4-7+73
[7]
中国电力负荷特性分析与预测.[M].赵希正主编;.中国电力出版社.2002,