基于HDBSCAN动态跟踪客户用电行为模式

• 作者: 刘凤魁 张玉天 王继业 邓春宇 郑亚芹
• 来源期刊: 供用电
• 学科: 工学
• 关键词: 用电行为 动态跟踪分析 聚类 自适应 HDBSCAN
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 特别策划
• 页码范围: 10-16
• 页数: 7页
• 分类号: TM71
• 字数: 3975字
• 语种: 中文
• DOI: 10.19421/j.cnki.1006-6357.2019.01.002

摘要

为了自动辨识出优质电力大客户并快速感知其负荷行为变化模式,文章通过HDBSCAN算法(hierarchical density-based spatial clustering of applications with noise),对大工业客户1个月内分钟级的负荷行为数据进行自动分类.依据聚类结果筛选出潜在优质的用电客户,对其负荷行为模式进行动态跟踪分析(这里所说的"动态"是指相邻时间段内不同负荷状态的转换模式,综合考虑状态特征和时域特征的变化),以找出用电行为异常、或存在负荷结构变化的客户,增强对电网系统的动态感知能力,降低潜在风险.该算法最大程度地避免了人为主观性经验的参与调整参数,采用这种无监督机器学习技术能极大程度地提高整体分析效率;属于自下而上的数据驱动感知用户侧精细行为模式,将能大面积快速感知到诸多潜在风险模式和异常行为模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓春宇		14	39	3.0	6.0
2	王继业		17	305	6.0	17.0
3	刘凤魁		4	3	1.0	1.0
4	张玉天		4	4	1.0	1.0
5	郑亚芹		1	1	1.0	1.0