科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着电力体制改革的不断深入，为争夺市场份额、吸引潜在用户购电并提高自身收益，售电公司愈发重视用户的用电体验。对用户日负荷曲线的聚类分析能够有效挖掘用户的用电行为特性，进而为售电公司提供决策依据。针对FCM算法运行时间较长、对初始数据敏感、容易陷入局部最优、需要人为给定类簇数以及聚类结果不稳定等问题，提出了一种基于奇异值分解（Singular Value Decomposition,SVD）和改进FCM的日负荷聚类方法。首先对日负荷数据进行奇异值分解降维；然后,利用KNN和DPC算法形成初始类簇中心矩阵，并在FCM算法的迭代寻优过程中通过局部密度和邻近点对隶属度进行修正；最后，以某地区工商业用户日负荷曲线进行算例分析。结果表明，与传统聚类算法相比，该方法的聚类结果更准确、更稳定，运行速度更快。
-
单位国网甘肃省电力公司武威供电公司; 西华大学
