基于模糊聚类算法的智能电网用户分类

被引:4
作者
谷涛
刘大明
机构
[1] 上海电力学院计算机科学与技术学院
关键词
模糊聚类算法; 智能电网; 电力用户分类; 聚类有效性指标;
D O I
暂无
中图分类号
TP311.13 []; 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
随着智能电网建设的深入,许多智能仪表被接入电网以获取用户的实时负荷数据。由于用户数量众多,单独对个体进行数据处理和分析是不现实的,所以需要对用户进行分类。采用模糊聚类算法来处理负荷侧不同用户的用电负荷数据,随机抽取了某小区的25个用户数据,并对其用电行为进行了分类。结合聚类有效性指标得到了算法的最佳聚类数,并进行了仿真分析。结果表明,模糊聚类算法在负荷侧不同用户用电行为分类中有着较好的表现。
引用
收藏
页码:497 / 500
页数:4
相关论文
共 6 条
[1]
面向售电侧改革的用户分层聚类与套餐推荐方法 [J].
孙毅 ;
顾玮 ;
李彬 ;
崔灿 ;
孙辰军 ;
郑爱霞 .
电网技术, 2018, 42 (02) :447-454
[2]
县域电网负荷特性分析与短期负荷预测研究 [J].
孙为民 ;
郝智勇 ;
赵星宇 ;
杨坡 .
华北电力技术, 2017, (05) :27-31
[3]
结合降维技术的电力负荷曲线集成聚类算法 [J].
张斌 ;
庄池杰 ;
胡军 ;
陈水明 ;
张明明 ;
王科 ;
曾嵘 .
中国电机工程学报, 2015, 35 (15) :3741-3749
[4]
Load Profiling and Its Application to Demand Response: A Review.[J].Yi Wang;Qixin Chen;Chongqing Kang;Mingming Zhang;Ke Wang;Yun Zhao;.Tsinghua Science and Technology.2015, 02
[5]
基于聚类分析的客户用电模式智能识别方法 [J].
彭显刚 ;
赖家文 ;
陈奕 .
电力系统保护与控制, 2014, 42 (19) :68-73
[6]
基于云计算的居民用电行为分析模型研究 [J].
张素香 ;
刘建明 ;
赵丙镇 ;
曹津平 .
电网技术, 2013, 37 (06) :1542-1546