10.16526/j.cnki.11-4762/tp.2016.08.054
基于KL-散度的智能电网用户特征提取方法
智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题;首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence(KL-散度)方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益;最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升.
智能电网、特征提取、数据挖掘、K-means
24
TP274(自动化技术及设备)
国家自然科学基金51407076;河北省自然科学基金F2014502050;河北省高等学校科学研究项目Z2013007;中央高校基本科研业务费专项资金2015ZD28
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
200-202,221