基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型

作者：张展耀; 俞伊丽; 朱鲁敏; 王琦钢

来源：电力大数据, 2021, 24(01): 25-32.

DOI：10.19317/j.cnki.1008-083x.2021.01.004

• 智能电表
• 居民峰值负荷
• 聚类
• 概率估计
• 贡献因子

为解决低压变电站容量长期规划中,居民负荷的随机波动性导致峰值负荷难以准确估计问题,本文提出了一种基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型,此方法以解决以往确定性峰值负荷估计难以衡量估计误差问题。首先,根据家庭人口数将居民分为两大类,即中小规模居民和大规模居民;其次,基于K-means聚类算法多次迭代抽样,分别求取两类居民的标准多样性最大化需求曲线,即峰值负荷概率分布和居民人口数之间的函数关系;最后,根据新居民人口数确定两类居民的峰值负荷概率分布,分别乘以对应的贡献因子系数后再求取其联合概率分布,可得到新入住居民的总峰值负荷概率分布。仿真算例表明,本文提出的居民峰值负荷概率估计模型能较准确地新居民的总峰值负荷。