论文摘要
针对目前不同行业不同用电类别的专变用户存在多种多样的用电行为,在用户用电异常分析的过程中,无法准确地判定出当前用户的用电行为是否异常的现状,提出了一种基于用户日负荷数据运用数据挖掘算法而建立的用电模式异常识别方法。该方法以用户日瞬时量数据为研究对象,首先对数据进行预处理和归一化,引进改进后的K-means聚类算法构建单一用户历史用电模式;其次利用用户测试数据到簇中心点的距离大于该簇的阈值半径定义为异常用户。最终通过量化的概率指标输出用户是否为用电模式异常,以此作为稽查人员判定用户用电异常的依据和参考。利用该方法对某供电单位专变用户进行用电行为异常进行判定,结果表明该方法处理效率较高,而且异常判别简单快捷,具有很好的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 邓明斌,谭致远,陈广开,韩玮,徐志淼
关键词: 负荷,用电行为,用电模式,聚类,数据挖掘
来源: 计算机与数字工程 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 电力工业,计算机软件及计算机应用,工业经济
单位: 广州供电局有限公司
分类号: F407.61;TP311.13
页码: 1279-1282
总页数: 4
文件大小: 1516K
下载量: 188