基于大数据的台区行业聚合分类方法及分类特征分析

• 作者: 李健 杜佩仁 林韶生 陈芳
• 来源期刊: 电力大数据
• 学科: 社会科学
• 关键词: 负荷特征 聚类算法 行业分类 台区 负荷曲线
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 大数据专题
• 页码范围: 1-9
• 页数: 9页
• 分类号: C39
• 字数: 6341字
• 语种: 中文

摘要

在研究台区近中期负荷预测方法的过程中,遇到了如何利用大数据识别台区进行行业分类的问题.经过研究,将这个问题分为台区行业分类方法和行业负荷特征两方面.台区行业分类确定了以用电类别作为一级分类,以及运用数据挖掘中的k-means算法对台区典型日年(最大)负荷曲线进行聚类的二级分类共同组成的分类方法;行业负荷特征研究在台区行业分类的基础上,分析行业负荷特征,包括典型日负荷特征和年负荷特征.并以此方法在深圳大数据平台对深圳市台区进行行业分类和分类特征分析.行业分类中将公专变台区一级分类后,对居民生活台区进行聚类分析,分别形成以居民负荷和学校负荷为主的两类.行业负荷特征分析中以学校台区为例,以学生是否住宿可以区分出走读类学校和住宿类学校.结果 表明,此方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健		12	100	5.0	10.0
2	杜佩仁		8	30	3.0	5.0
3	林韶生		4	12	2.0	3.0
4	陈芳		1	0	0.0	0.0