结合负荷形态指标的电力负荷曲线两步聚类算法-电力建设.pdf

第 卷 第 期 电 力 建 设 年 月 结合负荷形态指标的电力负荷 曲线两步聚类算法 浙江大学电气工程学院杭州市 国网福建省电力有限公司电力科学研究院 福州市 国网厦门供电公司福建省厦门市 摘 要为改善基于欧式距离的全维度负荷曲线聚类算法在负荷形态相似度上的不足提出了结合负荷形态特征指标 的电力系统负荷曲线两步聚类算法 算法第一步采用基于欧式距离的负荷曲线聚类方法获得初步聚类结果并通过负 荷聚类评价指标选取一次聚类算法和聚类数目第二步基于负荷形态特征指标采用监督学习算法对负荷进行重新分 类 之后比较了不同算法的分类效果最后给出了聚类结果的应用建议 算例结果表明所提出的两步聚类算法可以 改善传统的负荷曲线聚类方法在形态相似度上的不足在二次分类方法中支持向量机 算法表现较好所提出的方法具有实际应用意义 关键词负荷聚类电力数据挖掘负荷形态监督学习算法 中图分类号 文献标志码 文章编号 对用户的用电数据进行数据挖掘是当前电力系统面 引言 临的重要问题 对电力系统负荷曲线进行聚类分 随着智能电网的发展配用电侧的智能量测装置 析研究电力用户的用电行为特点进而对用户进行 电力系统获得了海量的用电侧数据 如何 电力系统 广泛普及 合理的分类是配用电数据挖掘的基础 不同时段电能成本不同 统一的电价模式不能反映电 基金 项 目 国家 高 技 术 研 究 发 展 计 划 项 目 计 划 能成本的时序变化 在电力市场中 可