基于“进化”主成分分析法的用户分类及其应用

被引：19

作者：

和敬涵 ^{[1
]}

卢育梓 ^{[1
]}

陆金耀 ^{[1
,2
]}

胡波 ^{[2
]}

杨方 ^{[2
]}

何博 ^{[2
]}

机构：

[1] 北京交通大学电气工程学院

[2] 国网能源研究院

来源：

电力建设 | 2017年 / 38卷 / 03期

关键词：

智能电网; 主成分分析(PCA); 用户分类; 行为分析;

D O I：

暂无

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：

在负荷曲线形态较多时,传统聚类方法对用户负荷分类的效率不高,阻碍了聚类方法在电力负荷大数据分析中的应用。该文提出一种"进化"主成分分析法。首先,采用主成分分析法对用户的负荷特征矩阵进行降维;之后,在主成分分析法的基础上,提出基于欧式距离的分类规则。以某地区用户实际负荷为算例,通过余弦相似定理拟合各类用户曲线形态,验证所提出算法的有效性。经过与传统负荷曲线分类方法的对比,证明了基于"进化"主成分分析法能提升负荷曲线分类效率。在负荷曲线分类的基础上,与当地总体负荷曲线进行对比,将用户负荷分为迎峰用电型、部分迎峰用电型、少量迎峰用电型以及异常用电型4类,分析结果证明了基于"进化"主成分分析法的负荷分类的有效性和实用性。所提出的负荷分类方法可以更加有效地对用户用电行为进行分类,从而针对各类用户制定动态电价,作为开展智能电网相关增值服务的基础。

引用

页码：101 / 107

页数：7

共 14 条

[1]

Scenario analysis of residential demand response at network peak periods.[J].Samuel Gyamfi;Susan Krumdieck.Electric Power Systems Research.2012,

[2]

电力用户负荷模式识别系统研究与设计 [D].