基于K-means算法的配电网台区健康评估

被引:9
作者
陈灵君 [1 ]
张叶 [1 ]
吴颖晖 [1 ]
蔡亚男 [1 ]
张眉 [1 ]
徐旭 [2 ]
机构
[1] 国网浙江台州市椒江区供电有限公司
[2] 国网浙江台州市供电有限公司
关键词
配电网; K-means算法; 台区指纹; 台区健康; 健康指数; 资产管理;
D O I
10.19421/j.cnki.1006-6357.2019.02.007
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
台区作为供电最前端,是多专业融合的交汇集中点,涉及运维、营销两大专业,跨越四大数据平台、六大业务系统,包含考核指标繁多。通过数据挖掘,对采集系统、营销系统、GIS等已有数据进行筛选分析,利用K-means算法,形成台区指纹特性特征,对台区健康进行综合评估,使得台区管控更加科学、精准、直观。根据台区健康的实际情况,制定"一台区一方案",个性化指导台区治理,实现提升供电质量、降低线损的目标,阶跃式提升台区管控水平。
引用
收藏
页码:42 / 47
页数:6
相关论文
共 18 条
[1]
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
[2]
云计算与电力大数据技术的现状及发展趋势研究 [J].
王向红 ;
陈潇一 .
陕西电力, 2017, 45 (06) :70-72
[3]
台区重过载预警与风险评估系统研究与实现 [J].
王晓蓉 ;
张国宾 ;
刘凯 ;
雍军 ;
戴建强 .
供用电, 2017, 34 (06) :27-31+26
[4]
基于模糊聚类的可调节/可中断负荷辨识 [J].
郭鹏 ;
刘文颖 ;
但扬清 ;
李亚龙 ;
文晶 ;
谢昶 ;
蔡万通 ;
梁琛 ;
郑晶晶 .
电网与清洁能源, 2017, 33 (01) :31-37+43
[5]
基于大数据的台区重复停电监测分析 [J].
尹秀艳 ;
张鸿 ;
田新成 ;
李钢 ;
李建平 ;
张玥玥 .
供用电, 2017, 34 (01) :38-41
[6]
基于信息融合的电力大数据可视化预处理方法 [J].
李刚 ;
刘燕 ;
宋雨 ;
尹军 .
广东电力, 2016, 29 (12) :10-14
[7]
现代配电网健康指数理论最新研究进展 [J].
周莉梅 ;
马钊 ;
盛万兴 .
供用电, 2016, 33 (01) :3-7+13
[8]
基于数据挖掘技术的台区合理线损预测模型研究 [J].
邹云峰 ;
梅飞 ;
李悦 ;
程云 ;
涂旺 ;
梅军 .
电力需求侧管理, 2015, 17 (04) :25-29
[9]
电力用户侧大数据分析与并行负荷预测 [J].
王德文 ;
孙志伟 .
中国电机工程学报, 2015, 35 (03) :527-537
[10]
考虑气温因素的负荷特性统计指标关联特征数据挖掘 [J].
马瑞 ;
周谢 ;
彭舟 ;
刘道新 ;
徐慧明 ;
王军 ;
王熙亮 .
中国电机工程学报, 2015, 35 (01) :43-51