基于KL-散度的智能电网用户特征提取方法

• 作者: 李刚 杨璐 赵文清
• 来源期刊: 计算机测量与控制
• 关键词: 智能电网 特征提取 数据挖掘 K-means
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 200-202,221
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.08.054

摘要

智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题;首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence(KL-散度)方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益;最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文清	华北电力大学控制与计算机工程学院	52	1101	20.0	32.0
2	李刚	华北电力大学控制与计算机工程学院	45	490	13.0	21.0
3	杨璐	华北电力大学控制与计算机工程学院	10	70	4.0	8.0