基于特性指标降维的日负荷曲线聚类分析.PDFVIP

第40 卷 第3 期 电 网 技 术 Vol. 40 No. 3 2016 年3 月 Power System Technology Mar. 2016 文章编号：1000-3673 （2016 ）03-0797-07 中图分类号：TM 721 文献标志码：A 学科代码：470 ·40 基于特性指标降维的日负荷曲线聚类分析 1 1 1 2 3 3 1 刘思 ，李林芝 ，吴浩 ，孙维真 ，傅旭华 ，叶承晋 ，黄民翔 （1．浙江大学 电气工程学院，浙江省 杭州市 310027； 2．浙江电力调度控制中心，浙江省 杭州市 310007； 3．浙江省电力公司经济技术研究院，浙江省 杭州市 310008 ） Cluster Analysis of Daily Load Curves Using Load Pattern Indexes to Reduce Dimensions 1 1 1 2 3 3 1 LIU Si , LI Linzhi , WU Hao , SUN Weizhen , FU Xuhua , YE Chengjin , HUANG Minxiang (1. College of Electrical Engineering, Zhejiang University, Hangzhou 310027, Zhejiang Province, China; 2. Zhejiang Electrical Power Dispatch and Control Center, Hangzhou 310007, Zhejiang Province, China; 3. Economic Research Institute of State Grid Zhejiang Electric Power Company, Hangzhou 310008, Zhejiang Province, China) ABSTRACT: A new method, Pattern Index Clustering (PIC), 0 引言 originated from clustering techniques in data mining, is 分布式能源的广泛接入，电动汽车等多元化 proposed for daily load curve clustering in this paper. PIC method reduces dimensions of sequential load curves with six 负荷的大量投入，在优化能源结构的同时，也使得 load pattern indexes, such as load factor and daily peak-valley 局部区域出现负荷紧张、可再生能源消纳困难等问 ratio. Weights of the indexes are gradually corrected with [1-3] 题 。通过数据挖掘中的聚类技术对电力用户负荷 clustering-validity-based Delphi method. Hence, the method 曲线进行分类，依据其不同的用电特性，在电力市 clusters curves with weighted Eucli