电力用户数据中用电特征数据挖掘模型仿真

《电力用户数据中用电特征数据挖掘模型仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第5期计算机仿真2016年5月文章编号：1006—9348(2016)05—0447—04电力用户数据中用电特征数据挖掘模型仿真郭崇1‘2，王征3，纪建伟2，马芳静1(1．辽宁工业大学管理学院，辽宁锦州121001；2．沈阳农业大学信电学院，辽宁沈阳110866；3．国网辽宁省电力有限公司，辽宁沈阳110006)摘要：对电力用户中用电特征数据的准确挖掘，可以提高电力用户数据安全性能。由于电力用户数据的不断增加，用电特征数据特征数目也逐渐增加，导致用电特征数据呈连续型属性，并使传统的CURE算法进行电特征数据的挖掘时，必须对连续型数据进行离散化处理，这需

2、要花费大量的预处理时间、并且离散化过程可能会丢失一些重要数据信息，导致用电特征数据的挖掘精度下降。提出一种新的电力用户中用电特征数据的挖掘建模方法，在电力用户数据的用电特征数据属性基础上，引入信息熵原则分析法，获取用电特征。通过Kohonen神经网络模型提取电力用户数据的用电特征数据参数曲线，采用斜率修正法将用户特征数据进行校正，随机选取具有周期性的电路用户数据参数，挖掘用电特征数据，实现电力用户数据中用电特征数据的挖掘建模。仿真结果表明，改进建模方法相比传统的CURE算法，用电特征数据挖掘准确度高。关键词：用电特征数据；用户电力数据；挖掘模型中图分类号：TM

3、715文献标识码：BModelSimulationofElectricityCharacteristicsinPowerUserDataBasedonDataMiningGUOChon91”，WANGZhen93，JIJian—wei2，MAFang—jin91(1．DepartmentofManagement，LiaoningUniversityofTechnology，JinzhouLiaoning121001，China；2．LetterElectricInstitute，ShenyangAgricultureUniversity，ShenyangLia

4、oning110866，China；3．LiaoningElectricPowerCompany，ShenYangLiaoning110006，China)ABSTRACT：Anewmodelingmethodtodetecttheelectricalcharacteristicdataofpowerconsumerisproposed．Basedonthepropertyofcharacteristicdataofpowerconsumer，aprinciple—analyticalmethodofcomentropyisintro-dueedtogetth

5、echaracteristicdata．AKohonenNeuralNetworkModelisusedtoextracttheparametercurveofthecharacteristicdataofpowerconsumer，andtheSlopeCorrectionmethodisusedtocorrectthecharacteristicdataofpowerconsumer．Theperiodicparametersofuserdatainrandomareselected，andtheelectricalcharacteristicdataar

6、edetectedtorealizethedetectionmodelingofthecharacteristicdataofpowerconsumer．Simulationresultsshowthat，comparedwiththetraditionalCUREmethod，theproposedmethodhashigherdetectionaccuracy，modelingac-curacyandbetterefficiency．KEYWORDS：Electricalcharacteristicdata；Userpowerdata；Miningmode

7、1引言随着近年来电能需求量的不断增加，电力用户量不断上涨，使得电力用户数据存在一定安全问题【l‘2J。其中电力用电特征数据进行挖掘对提高电力系统安全、稳定性具有重要影响¨J。由于电力用户数据受到各种因素的影响，存在一定的用电特征数据，这些数据夹杂在正常的电力用户数据中，对其进行挖掘时受到很多干扰影响了挖掘的精度Mo。导致建模结果不准确影响了电网的安全稳定”J。因此，如何对电收稿日期：2016—02一01修回日期：2016—02—22力用户数据中的用电特征数据进行挖掘建模，是该领域亟待解决的问题，受到了广大学者的广泛关注，并出现了很多好的方法‘6‘7]。文献[8

8、]提出基于神经网络的电力用户数据中用电