论文摘要
鉴于目前电力大数据总量大、数据复杂度高、价值密度低等,基于模糊ISODATA聚类算法研究了商场、宾馆酒店、办公等典型城市负荷用电特性,建立了城市负荷的建筑类型、总能耗、照明与插座用能、空调用能、动力用能、特殊和其他用能的数据维度模型用以辅助分类决策,并在不同维度、数量级的样本数据下与传统聚类算法的性能进行比较。同时与传统的基于日负荷曲线的分类方法准确率进行对比。结果表明,基于模糊ISODATA算法的城市用电行为分析模型聚类效果好、精度高,适用于当前高维度、大规模的电力大数据的分类,并在一定程度上能够克服当前电力大数据负荷分类中聚类数目设置难、易陷入局部最优等问题。研究成果可用于指导工程实践。
论文目录
文章来源
类型: 期刊论文
作者: 刘蓉晖,李仲恒
关键词: 用电特性,负荷分类,模糊,聚类分析,日负荷曲线,负荷建模
来源: 水电能源科学 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 上海电力学院电气工程学院
基金: 国家电网公司科技项目(52090016002M)
分类号: TM76
页码: 194-197
总页数: 4
文件大小: 2062K
下载量: 149