基于KL变换和KL散度的电网数据特征提取与分类

• 作者: 李晖照 王雪 郭莹
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: KL变换 KL散度 电网数据 特征提取 初始聚类 负荷曲线
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息与能源
• 页码范围: 87-92
• 页数: 6页
• 分类号: TM761
• 字数: 3569字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.06.015

摘要

智能电网用户行为特征的分析在电力营销策略中扮演者重要的角色.文中结合KL变换和KL散度的方法,提取与分类用电数据信息的特征,实现不同类型的用电数据划分.同时通过综合分析所有用户的日负荷曲线,提取不同类型用户的典型日负荷曲线.研究结果表明:基于KL变换的方法,通过对原始数据的压缩和主要特征的保留,大大降低了智能电网数据提取与分类的计算量,提高了时间效率;基于KL散度的方法,通过对k-means算法中的k值和初始聚类中心的选择进行优化,提高了聚类效果的准确率;实例中电网用户正常数据为38组,可分为3类典型用户,迎峰用电型、错峰用电型、部分迎峰用电型.该研究结果可以更加有效地对电网用户用电行为进行分类,从而为售电公司进行业务拓展提供技术基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晖照		5	12	2.0	3.0
2	王雪		6	13	3.0	3.0
3	郭莹	国网湖北省电力公司客户服务中心	9	14	2.0	3.0