基于朴素贝叶斯的电网用户行为分析

被引:19
作者
胡昌斌
张亚
李迎丽
万上英
张思路
机构
[1] 中国南方电网云南电网有限责任公司
关键词
电力工程; 用电行为; 模糊C均值聚类; 贝叶斯分类; 用电模式; 电网负荷; 行为分析; 用电概率;
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
针对电网数据利用率低、精度低、分析结果粗糙和分析层面浅等问题,提出了一种基于朴素贝叶斯分析的电网用户行为分析方法.使用模糊C均值聚类将电网用户的用电数据聚类为不同的用电模式,使用朴素贝叶斯分类器将用户的用电行为分为不同的类别,提取出其中主要的用电模式.某纺织企业的48点负荷数据仿真与测试结果表明,所提出方法在分析用户用电模式时的有效性良好,为电力系统的调控与运行提供了一种合理、有效的方法.
引用
收藏
页码:259 / 263
页数:5
相关论文
共 9 条
[1]
噪声环境下复杂流形数据的势能层次聚类算法 [J].
于晓飞 ;
葛洪伟 .
重庆邮电大学学报(自然科学版), 2018, (06) :848-854
[2]
基于非侵入式负荷监测的居民用电行为分析 [J].
周明 ;
宋旭帆 ;
涂京 ;
李庚银 ;
栾开宁 .
电网技术, 2018, 42 (10) :3268-3276
[3]
基于K均值聚类算法的大客户用电行为分析 [J].
崔立卿 ;
贺伟军 ;
田晶 ;
虞伟 ;
张叶 .
浙江电力, 2017, 36 (12) :47-52
[4]
智能用电用户行为分析的聚类优选策略 [J].
龚钢军 ;
陈志敏 ;
陆俊 ;
王朝亮 ;
祁兵 ;
崔高颖 .
电力系统自动化, 2018, 42 (02) :58-63
[5]
[6]
大数据背景下的电网客户用电行为分析系统设计 [J].
肖乃慎 ;
李博 ;
孔德诗 .
电子设计工程, 2016, (17) :61-63+69
[7]
基于混合方式的贝叶斯网络结构学习 [J].
张燕 ;
朱明敏 ;
宋苏鸣 .
电子科技, 2014, 27 (10) :115-118
[8]
基于用电采集系统的负荷特性曲线聚类分析 [J].
王春雷 ;
梁小放 ;
章坚民 ;
张远扬 .
浙江电力, 2014, 33 (07) :6-10
[9]
基于贝叶斯网络的电力系统故障诊断方法 [J].
吴欣 ;
郭创新 .
电力系统及其自动化学报, 2005, (04) :11-15+40