泛在电力物联网下基于DPSO-Kmeans的客户用电行为分析

摘要：

在泛在电力物联网的建设中,电力企业针对客户的用电行为进行分析是必不可少的.在以往的研究中,k均值聚类算法是常用的客户用电行为分析方法之一,然而由于初始质心采用随机选择的方式,使得其容易陷入局部最优且难以收敛到全局最小值.针对该问题,提出了基于改进的动态粒子群算法优化的K-means算法(DPSO-Kmeans),并将其用于客户用电行为的分析中.在实验中,通过对312个家庭用户的用电消费行为记录进行聚类分析,结果证明DPSO-Kmeans相对于传统的K-means算法具有更好的聚类效果,能够提取更为典型的客户用电行为模式.

关键词：用电行为分析、K-means聚类算法、初始质心、动态粒子群算法、用电行为模式

所属期刊栏目：27

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;黑龙江省科学基金项目

在线出版日期：2022-06-07（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：106-113