大数据技术在电力大用户用电特征分类中的应用
随着电力行业市场化改革的深入,对用电客户进行细分并提供差异化服务已经成为必然趋势.针对电力用户的用电负荷数据特点,提出了一种基于大数据技术的用电特征相似性挖掘方法.采用DTW算法对负荷曲线相似度进行度量,并利用K-means算法对DTW距离矩阵进行聚类分析,实现用户负荷曲线的聚类和负荷特性分析.最后,以纺织印染业大工业用户的负荷数据为例进行验证,结果表明,该算法组合能够较好地反映负荷曲线的相似度,负荷曲线特征呈现显著差异.
售电市场、大数据技术、用电特征分类、动态时间规整算法、K-means算法
36
TM76;TP311.13(输配电工程、电力网及电力系统)
2018-01-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
37-41