一种融合降维和聚类的电力用户高效分类方法

作者：李青; 齐林海; 田璐; 王红; 田世明; 卜凡鹏

来源：电力信息与通信技术, 2018, 16(11): 12-18.

DOI：10.16543/j.2095-641x.electric.power.ict.2018.11.003

• 降维算法
• K-means聚类
• Spark
• 电力用户分类

电力用户分类方法的研究是挖掘用电习惯、调控潜力等应用的基础,针对大数据量、高维度的电力用户分类方法的研究具有重大意义。在电力大数据时代,用户用电数据随时间不断增长,呈海量趋势,大大增加了数据分析的时间和空间复杂度。文章在分析电力大数据特点的基础上,提出了一种融合降维和聚类的电力用户分类高效方法。利用Spark平台实现了降维和聚类的融合,验证了该方法的有效性,并在准确性和运行时间上与传统方法比较有较大的改进。

• 单位
  中国电力科学研究院有限公司; 华北电力大学