基于海量用电数据的用户负荷模式快速提取方法研究

摘要：

对用电大数据进行快速、准确、高效的挖掘,是得到用户负荷模式不可或缺的基础工作.首先分析了用电数据的分布特点,利用统计学中四分位法的快速性和3σ法的精确性,提出了一种"横向—纵向"检测法,对异常用电数据进行检测与修正;其次,在综合对比了几种典型降维方法的基础上,采用主成分分析法对海量高维用电数据进行降维处理将极大地提高负荷模式提取效率;最后,对传统K?means算法进行改进,得到一种Fast K?means(FK?means)算法,该方法为减小聚类时间引入二分法思想,为提高聚类结果可靠性,将聚类有效性指标DBI与CHI相结合.采用中国南方某市实际量测用电数据验证了该算法能够快速对负荷模式进行提取且具有鲁棒性好的特点.

关键词：大数据、异常数据、数据处理、聚类有效性指标、聚类算法、负荷模式

所属期刊栏目：34

分类号：TM714(输配电工程、电力网及电力系统)

在线出版日期：2018-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：49-56