结构化用电客户互动需求信息的比对库设计

被引:3
作者
窦健 [1 ]
董俐君 [1 ]
朱新山 [2 ]
机构
[1] 中国电力科学研究院
[2] 天津大学电气与自动化工程学院
关键词
互动需求; 比对库; 差异性指标; 高斯混合模型;
D O I
暂无
中图分类号
F426.61 []; TP311.13 [];
学科分类号
1201 ;
摘要
为提升电力系统服务效率与水平,该文对结构化用电客户互动需求信息提出了新颖的比对方案和比对库设计方案。比对方案以客户互动需求信息的一组统计量作为特征向量,结合特征向量的距离和相关系数构造单一用户之间的差异性指标,对用户集则采用高斯混合模型为统计特征向量集建模,并引用Kullback-Leibler(K-L)散度测量用户集的差异。利用客户互动需求信息、特征统计量以及差异性量化指标设计了一个三级的比对库。文中的比对方案可有效衡量单一用电客户和用电客户集的差异程度,改善比对效率和可靠性,三级比对库可全方位地反映客户互动需求数据的差异,有利于数据的分析和处理。
引用
收藏
页码:80 / 85
页数:6
相关论文
共 13 条
[1]   需求响应对配电网供电可靠性的影响 [J].
赵洪山 ;
王莹莹 ;
陈松 .
电力系统自动化, 2015, 39 (17) :49-55
[2]   一种基于高斯混合模型的轨迹预测算法 [J].
乔少杰 ;
金琨 ;
韩楠 ;
唐常杰 ;
格桑多吉 ;
Louis Alberto GUTIERREZ .
软件学报, 2015, 26 (05) :1048-1063
[3]   智能电网大数据技术发展研究 [J].
张东霞 ;
苗新 ;
刘丽平 ;
张焰 ;
刘科研 .
中国电机工程学报, 2015, 35 (01) :2-12
[4]   改进遗传K均值算法在负荷特性分类的应用 [J].
黄毅成 ;
杨洪耕 .
电力系统及其自动化学报, 2014, 26 (07) :70-75
[5]   智能小区用电的排队论模型及控制策略 [J].
程宜风 ;
陈中伟 ;
安灵旭 ;
田瑶 ;
余锦河 ;
刘凯 ;
方华亮 .
电力系统及其自动化学报, 2014, 26 (07) :7-10+50
[6]   基于分布式文件系统的海量电能质量监测数据管理方案 [J].
张逸 ;
杨洪耕 ;
叶茂清 .
电力系统自动化, 2014, 38 (02) :102-108
[7]   一种基于KL散度和类分离策略的特征选择算法 [J].
李晓艳 ;
张子刚 ;
张逸石 ;
张谧 .
计算机科学, 2012, 39 (12) :224-227
[8]   短期负荷预测中对输入-输出关联度的改进 [J].
袁斌 ;
方芩璐 ;
罗滇生 ;
王娟 .
电力系统及其自动化学报, 2011, 23 (03) :69-73
[9]   文化微粒群神经网络在用电量预测中的应用 [J].
陈国初 .
电力系统及其自动化学报, 2011, 23 (02) :31-37
[10]   智能电网述评 [J].
余贻鑫 ;
栾文鹏 .
中国电机工程学报, 2009, 29 (34) :1-8