基于数据驱动的母线负荷特性分析

• 作者: 廖晔 王珂 蔡莹 陈明辉
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 母线负荷 数据驱动 聚类 K最邻近 特性分析
• 年，卷（期）: 2016,（2）
• 页码范围: 70-76
• 页数: 7页
• 分类号: TM645.11
• 字数: 4734字
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2016.02.011

摘要

深入分析母线负荷的特性对于提高负荷预测精度，评估电网的安全性和稳定性，辨识需求响应潜力等具有重要的意义。有别于传统的负荷率、峰值出现时刻等指标，提出了一套基于数据驱动的母线负荷特性分析方法。在对母线负荷进行数据清洗、标幺化处理的基础上，利用基于马氏距离的聚类算法对每日母线负荷曲线进行聚类分析；在此基础上，从不同维度提出和采用了模式切换熵、相对波动率、日平均负荷、温度敏感度等4个指标作为凸显母线负荷差异性的评估标准；最后根据提取的特征，利用K最邻近算法对母线负荷进行分类。对广州130条母线负荷数据进行了算例仿真，结果表明所提出的指标能够较好地刻画母线负荷特性，并能取得较好的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珂		14	137	7.0	11.0
2	蔡莹		16	59	4.0	7.0
3	廖晔		2	5	2.0	2.0
4	陈明辉		7	15	2.0	3.0