基于Affinity propagation和K-means算法的电力大用户细分方法分析

• 作者: 余昆 张爽 景伟强 陈星莺 颜拥 魏小曼
• 来源期刊: 电力需求侧管理
• 学科: 工学
• 关键词: 大用户细分 细分指标 聚类算法 用户特征群
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 15-19,35
• 页数: 6页
• 分类号: F426|TM714
• 字数: 5331字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1831.2018.01.005

摘要

电力大用户是供电企业的重点用户,其在电力市场环境下的潜在价值以及发展趋势与供电企业的利益密切相关.为了识别出有价值的大用户行为与价值特征,提出基于近邻传播(Affinity propagation,AP)和K-means算法相结合的电力大用户细分方法.首先,从现有指标中提取出关键细分指标,并考虑电力大用户近期和长期的电费增长率,提出评估大用户发展潜力的细分指标;其次,将AP和K-means 2种算法相结合,基于细分指标对电力大用户进行细分,以解决寻找初始聚类中心以及聚类数的问题,同时避免K-means聚类时容易陷入局部最优的问题;算例分析以浙江某地区的用户数据为基础进行算例分析,验证所提出的电力大用户细分方法切实可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈星莺	河海大学能源与电气学院	120	2799	28.0	49.0
2	余昆	河海大学能源与电气学院	55	1074	15.0	32.0
3	颜拥	国网浙江省电力公司电力科学研究院	14	157	5.0	12.0
4	张爽	国网浙江省电力公司电力科学研究院	8	37	4.0	6.0
5	景伟强	国网浙江省电力公司电力科学研究院	9	31	3.0	5.0
6	魏小曼	河海大学能源与电气学院	1	10	1.0	1.0