科研之友
微信
新浪微博
Facebook
分享链接
摘要
电力系统为满足各类用户的用电需求，需掌握用户端用电负荷曲线的典型模式。当前电力负荷模式挖掘过程中往往使用单视角数据进行聚类分析，未考虑不同视角数据内部度量信息差异和复杂的计算。针对这一问题，从三个粒度获取多视角用电负荷数据并进行预处理，分别计算相似度矩阵，使用相似度网络融合算法构建融合相似度矩阵，选用Leiden社区发现算法对用户群体进行划分，然后动态识别各个子社区的典型用电负荷曲线并进行趋势分析。实验结果表明，算法能够稳定划分用户群体并识别各个子社区的典型用电负荷模式曲线，结合用户基本信息，得到各个子社区的峰值模式，从而为电力系统采取个性化措施以满足不同用户群体的需求提供指导。
- 单位
