基于聚类分析的用电模式判别研究

作者：冉冉; 陈硕; 刘颖; 李钊

来源：电力大数据, 2019, 22(04): 43-49.

DOI：10.19317/j.cnki.1008-083x.2019.04.007

• 聚类分析
• 用电模式
• 错峰效益

研究用户的用电模型,根据用户的用电习惯,制定相应的调控方案对保证电网安全平稳运行以及对提高用户的服务质量具有重要意义。本文首先针对小数量的负载数据集,比较了不同聚类算法的聚类结果和算法效率,对聚类算法进行了初步筛选,进而比较了这些算法对大数量的负载数据集的聚类结果和聚类效率,结果表明基于划分的分析算法对负载数据集有很好的聚类效果;采用划分算法,通过聚类分析,将用户用电行为模式分为八个类别,分别为双峰型、避风型、平稳型、单峰稳定型、单峰型、后峰型、波动型和前锋型;最后针对聚类分析结果,筛选出具有单峰型、单峰稳定型和双峰型并且用电量较大的用电客户为可调控用户,对该类型用户分别制定了不同的错峰调控方案,并比较了不同调控方案给用户带来的经济效益。