基于K均值聚类算法的大客户用电行为分析

被引：18

作者：

崔立卿

贺伟军

田晶

虞伟

张叶

机构：

[1] 国网浙江省电力公司岱山县供电公司

来源：

浙江电力 | 2017年 / 36卷 / 12期

关键词：

负荷特性; 大客户; 聚类分析; 二八定律;

D O I：

10.19585/j.zjdl.201712010

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为主动应对电力体制改革产生的影响,分析研究售电侧大客户群体用电行为,梳理不同类型客户负荷特性规律,选取某地区电力企业2014年5月份营销数据,以该地区所有专变客户为分析对象,借用二八定律(帕累托法则)确定分析范围,通过用电信息明细数据开展相关分析,将专变大客户按用电负荷特性进行聚类分析,挖掘不同大客户用电行为潜在市场,为科学制定可开放容量、优化售电侧客户结构、迎峰度夏错避峰用电建议等提供支撑。

引用

收藏

页码：47 / 52

页数：6

相关论文

共 16 条

[1]

基于业扩报装的月度负荷预测 [J].

龙厚印 ;

刘卫东 ;

黄锦华 ;

李黎 .

浙江电力, 2016, 35 (12) :11-14+35

[2]

基于加权K-means聚类和遗传算法的变电站规划 [J].

成乐祥 ;

季丽 .

江苏电机工程, 2016, 35 (06) :9-12

[3]

基于聚类分析的用户分类和用电行为分析 [J].

徐良军 ;

张笑第 ;

王立军 .

山西电力, 2016, (04) :23-27

[4]

基于用电信息采集系统用户负荷特性聚类分析 [J].

朱天博 ;

傅军 ;

杨一帆 ;

孙志杰 ;

周辛南 .

电测与仪表, 2016, 53(S1) (S1) :70-73

[5]

峰谷分时电价下用户需求响应行为模型的研究 [J].

马永武 ;

赵国生 ;

黄明山 ;

李如意 .

郑州大学学报(理学版), 2015, 47 (04) :119-122

[6]

基于负荷资源分类建模和启发式策略的家居型微电网优化运行 [J].

于雷 ;

汤庆峰 ;

张建华 .

电网技术, 2015, 39 (08) :2180-2187

[7]

广东电网负荷特性 [J].

蔡秋娜 ;

李嘉龙 ;

王一 ;

孙谦 ;

谢敏 ;

邓佳梁 ;

刘明波 .

广东电力, 2014, 27 (12) :70-75

[8]

基于二次聚类的低压台区负荷特性分析 [J].

尹飞 ;

刘忠 ;

范一龙 .

中国电力教育, 2014, (30) :125-128

[9]

基于用户实际日负荷曲线的负荷分类策略研究 [J].

彭夸 ;

杨超 .

贵州电力技术, 2014, 17 (02) :48-49+69

[10]

运用聚类算法预测地区电网典型日负荷曲线 [J].

李翔 ;

顾洁 .

电力与能源, 2013, 34 (01) :47-50