通过电力大数据发现低压用户用电模式的研究

论文摘要

随着信息和通信技术在电力系统中的日益普及,传统电力系统正在被数字化。文中通过对智能电网中智能电表和其他数据采集终端采集的用电量数据的聚类分析,提出了日用电量数据的聚类模型,并利用该聚类模型发现和提取低压用户的日常用电模式。通过对一个月内1312个低压用户的日用电量数据的案例分析表明,该聚类模型能够较好地识别低压住宅用户不同地日常用电模式。

论文目录

• 0 引言
• 1 智能用电服务架构和过程模型
•   1.1 智能用电的服务结构
•   1.2 低压用户用电模式挖掘框架
• 2 聚类分析方法
•   2.1 模糊c均值 （FCM） 聚类
•   2.2 模糊聚类验证
• 3 案例研究
•   3.1 研究区域的概述
•   3.2 数据清理和预处理
•   3.3 住宅用电的聚类分析和讨论
• 4 结束语

文章来源

类型: 期刊论文

作者: 欧阳昱,刘辉舟,李周,臧志波,鲍怀志

关键词: 住宅用电量,智能用电量,智能电表数据

来源: 信息技术 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,计算机软件及计算机应用,自动化技术

单位: 国网安徽省电力有限公司,国网信通产业集团北京中电普华信息技术有限公司

分类号: TP311.13;TM76

DOI: 10.13274/j.cnki.hdzj.2019.02.029

页码: 129-135

总页数: 7

文件大小: 688K

下载量: 190