基于自组织中心K-means 算法的用户互动用电行为聚类分析

摘要：

电力用户参与电网侧互动用电和辅助服务已成为国内外关注热点,用户互动用电行为分析是其中一项核心工作.结合自组织映射SOM神经网络和K-means聚类算法,采用一种自组织中心K-means算法用于用户互动用电行为聚类分析,能够实现更加精准识别和快速聚类.首先,对自组织中心K-means算法原理进行分析,说明其与传统聚类算法相比在用电行为聚类分析中的优势;然后,构建峰谷分时电价背景下,基于用户心理学的调节潜力指标,并分析基于负荷数据和调节潜力指标的用户互动用电行为;最后,以某电力公司管辖区域用户的日常负荷数据为研究对象,将基于自组织中心K-means算法的聚类结果与其他传统聚类方法进行对比,证明基于调节潜力指标的自组织中心K-means算法在用户互动用电行为上的精准识别和准确聚类优势.

关键词：用户互动、自组织中心K-means算法、负荷数据、调节潜力指标、聚类分析

所属期刊栏目：40

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划资助项目2018YFB0905000;青岛市海洋工程装备与技术智库联合项目201707071003

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76