基于数据挖掘技术的台区合理线损预测模型研究

被引：46

作者：

邹云峰 ^{[1
]}

梅飞 ^{[2
]}

李悦 ^{[1
]}

程云 ^{[1
]}

涂旺 ^{[3
]}

梅军 ^{[3
]}

机构：

[1] 江苏省电力公司电力科学研究院

[2] 河海大学能源与电气学院

[3] 东南大学电气工程学院

来源：

电力需求侧管理 | 2015年 / 17卷 / 04期

关键词：

K-means聚类; 线性回归; 台区线损; 预测模型;

D O I：

暂无

中图分类号：

TM714.3 [系统中能量损失的降低及无功功率的补偿]; TP311.13 [];

学科分类号：

080802 ; 1201 ;

摘要：

台区合理线损预测是实现台区线损精益化管理的前提。通过对国内外台区线损管理的研究现状以及相关数据挖掘技术的分析研究,提出基于聚类分析和线性回归的合理线损预测方法与算法流程。利用K均值聚类(K-means)将台区线损数据按照台区特征进行分类,对每一个数据类分别进行线性回归,利用线性回归模型进行线损率预测与误差分析。通过实际的用电数据,具体分析了模型输出结果,论证了所提方法的适用性、快速性、便捷性。

引用

页码：25 / 29

页数：5

共 10 条

[1]

数据挖掘技术在电力营销系统线损计算中的应用研究.[D].朱洁.兰州理工大学.2011, 09

[2] 面向海量数据的并行KMeans算法 [J].