文献类型：期刊文章

作　　者：杨捷[1] 李沛霖[1] 罗成臣[1] 洪锋[1]

YANG Jie;LI Pei-lin;LUO Cheng-chen;HONG Feng(Bureau of Kunming Power Supply,Yunnan Power Grid Limited Liability Company,Kunming 663000,China)

机构地区：[1]云南电网有限责任公司昆明供电局,云南昆明663000

出　　处：《云南大学学报（自然科学版）》

年　　份：2020

卷　　号：42

期　　号：S02

起止页码：38-43

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、IC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：电力负荷数据隐藏着丰富的用电信息.对这些数据进行挖掘,可以为智能化业务分析与决策提供数据支撑.为此,提出一种基于数据挖掘的电网用户行为分析方法.该方法使用主成分分析方法对负荷数据进行有效降维,以降低聚类分析的时间;然后,使用K-means算法对降维数据进行聚类分析,以区分不同类别的用电行为;最后,对不同类别的用电趋势曲线进行建模分析,提取用电行为模式.实验结果表明:该方法能有效地挖掘不同类别的用电行为模式.

关 键 词：电力负荷数据  用电行为分析  降维 聚类 K-MEANS

分 类 号：TM727] TP311.13]