基于模糊聚类算法的智能电网用户分类

谷 涛, 刘大明

(上海电力学院 计算机科学与技术学院, 上海 200090)

随着智能电网建设的不断推进,电网中接入了大量的智能电表,形成了数量庞大的用电数据。挖掘这些用电数据中的隐含信息,对电网规划、分时电价制定、电力负荷预测等工作的开展具有重要现实意义。

智能电网中采集到的用户用电数据,不仅数量巨大,而且种类繁多,但数据的价值密度低,不便于对其进行直观的研究,所以对负荷侧用户进行分类非常必要[1]。传统的分类方式只是采用经济活动性质来进行粗略的划分,如居民用户、商业用户、工业用户。这样的划分并不能精确地描述用户的用电行为。实际中,即使是经济活动性质大致相同的用户,其用电行为也千差万别。因此,采用更加科学的方式对经济活动大致相同的用户进行精确分类,对了解多元化的用户行为具有重要意义[2]。

本文采用模糊聚类算法对用户用电数据进行挖掘,对负荷侧用户的用电数据进行特征划分,并对用户的用电行为进行分析,以期为负荷侧需求响应以及负荷预测等工作提供参考。

1 模糊聚类算法

模糊聚类算法是通过对目标函数进行优化的一种聚类方法。其输出形式是隶属度。隶属度代表某一个数据点与聚类中心的隶属程度,可以用一个数值来表示。该算法是一种不需要进行监督的模糊聚类方法。

设置输入数据集X={xj},j为输入数据集中的样本,xj={xji}为样本j的特征向量[3],i为样本特征。模糊聚类算法将全部的样本通过一定的概率分为C个类别。……