基于改进K-Means++分时电量聚类与行业用电行为分析

摘要：

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘.首先对K-Means++进行改进,利用模拟退火算法(simulated annea-ling,SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process,AHP)确定.然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为.有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备.

关键词：分时电量;阈值分割;加权复合距离;典型用户筛选模型;用电行为分析

所属期刊栏目：21

分类号：TM731(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金青年科学基金51807018

在线出版日期：2021-10-22（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：11624-11631