基于聚类的电网低压台区用电画像方法研究

被引：26

作者：

时珊珊 ^{[1
]}

田英杰 ^{[1
]}

金瑞杨 ^{[2
]}

张灏宇 ^{[2
]}

袁志昌 ^{[3
]}

宋洁 ^{[2
]}

苏运 ^{[1
]}

机构：

[1] 国网上海市电力公司电力科学研究院

[2] 北京大学工学院

[3] 清华大学电机系

来源：

电工电能新技术 | 2020年 / 39卷 / 08期

关键词：

台区画像; 标签提取; 用电特征; 聚类分析;

D O I：

暂无

中图分类号：

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：

对用电对象进行用电特征分析在电力系统的电力调度、负荷预测、安全性评估等方面具有重要意义。目前的用电特征分析多集中在对用户用电画像方法的研究。低压台区是电网用电中的重要维度,对低压台区进行用电特征分析同样不可或缺。台区用电画像可以帮助电网快速准确地把握台区的负荷特性和用电模式,对挖掘台区用电数据信息并对不同的业务场景进行指导具有重要意义。本文针对台区日冻结量和96点功率数据,提出了台区用电特征标签提取方法并形成标签系统,然后基于聚类技术对获得的台区标签进行聚类分析得到台区画像。最后,本文基于上海市181个台区的用电数据进行案例分析,得到台区用电标签和画像。

引用

页码：66 / 74

页数：9

共 22 条

[1]

基于群集智能手段的低压台区电网负荷预测手段研究 [D].