关于数据挖掘的工业用户用电行为分析

《关于数据挖掘的工业用户用电行为分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第44卷第504期电测与仪表Vol.44No.5042007年第12期ElectricalMeasurement&InstrumentationDec.2007基于数据挖掘的工业用户用电行为分析*徐磊，杨秀，张美霞（上海电力学院电气工程学院，上海200090）摘要：文中以上海市部分地区工业用户为研究对象，利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据，同时对数据进行修复和归一化预处理；综合考虑聚类数的确定及初始聚类中心的选择这两个因素，对K-means算法进行优化；利用优化的算法对用户负荷曲线分类并提取特征曲线，分析其用电行为典型特征，并与传统的K-means算法进行比较，

2、同时引入相关指标检验聚类效果。结果表明，采用优化的K-means聚类算法能准确实现不同用户类型的分类识别功能，可以更加准确有效的进行用户用电行为的分析。关键词：工业用户；K-means聚类算法；初始聚类数；初始聚类中心；用电模式提取；用电行为分析中图分类号：TM933文献标识码：B文章编号：1001-1390(2017)00-0000-00IndustrialusersofelectricitybehavioranalysisbasedondataminingXuLei,YangXiu,ZhangMeixia(SchoolofElectricPowerEngineering,Shangha

3、iUniversityofElectricPower,Shanghai200090,China)Abstract：Inthispaper,theShanghaiindustrialusersinsomeareasisisstudiedusingdataminingtechniquestoanalyzeitsbehaviorofelectricitythroughusingdataminingtechniques.Accordingtouserprofiledataacquisitionandintegrationofelectricitydata,thedataisrepairedandn

4、ormalized.ConsideringtwofactorsthatthenumberofclustersandselectionoftheinitialclustercenterstoimprovetheK-meansalgorithm,andtheimprovedK-meansalgorithmisusedindataclassificationtoextractalltypesofusersclusteringcharacteristiccurve，,andthen,analyzethetypicalcharacteristicsofbehaviorofelectricity,an

5、dcomparedwiththetraditionalK-meansalgorithmandtherelevantindicatorsisareintroducedtotestclusteringeffect.TheresultsshowthatimprovedK-meansclusteringalgorithmcanrealizethedifferenttypesofuserclassificationfunctionandcanbemoreaccuratelyandeffectivelyanalyzethebehaviorofusersofelectricity.electricity

6、.Keywords：industrialusers,K-meansclusteringalgorithm,initialclusternumbers,initialclustercenters,electricitypatternextraction,electricitybehavioranalysis-1-第44卷第504期电测与仪表Vol.44No.5042007年第12期ElectricalMeasurement&InstrumentationDec.20070　引言随着大数据时代的到来，在智能电网的大背景下，电网用电信息采集系统、客户服务信息系统积累了海量用电数据，这些数据隐藏了

7、很多用电信息。而工业负荷作为用电大户，如何有序高效、节能环保的用电意义重大。因此，未来的智能电网在保证安全、可靠用电的同时，应该面向不同的用户提供更加优质且具有针对性的服务及科学用电建议[1]。因此分析用户用电量的增长规律[2]和用电特性对用户本身及供电公司有着重要的意义。*基金项目：国家自然科学基金资助项目(51407114);国家电网公司科技项目资助(520940150010;52094015001L)为实现对用电行