基于数据挖掘的工业用户用电行为分析

• 作者: 张美霞 徐磊 杨秀
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 工业用户 K-means聚类算法 初始聚类数 初始聚类中心 用电模式提取 用电行为分析
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 智能电网
• 页码范围: 68-74
• 页数: 7页
• 分类号: TM933
• 字数: 4199字
• 语种: 中文

摘要

文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为.根据用户档案采集和整合用电数据,同时对数据进行修复和归一化预处理;综合考虑聚类数的确定及初始聚类中心的选择这两个因素,对K-means算法进行优化;利用优化的算法对用户负荷曲线分类并提取特征曲线,分析其用电行为典型特征,并与传统的K-means算法进行比较,同时引入相关指标检验聚类效果.结果表明,采用优化的K-means聚类算法能准确实现不同用户类型的分类识别功能,可以更加准确有效的进行用户用电行为的分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨秀	上海电力学院电气工程学院	104	1923	21.0	41.0
2	张美霞	上海电力学院电气工程学院	45	1063	13.0	32.0
3	徐磊	上海电力学院电气工程学院	3	25	3.0	3.0