【摘要】：隨著智能電網(wǎng)的建設(shè)推進(jìn),逐步積累了大量的數(shù)據(jù)資源,而采集頻度的增強(qiáng)、數(shù)據(jù)量的急劇增長、以及數(shù)據(jù)類型的多樣化,對數(shù)據(jù)處理和價(jià)值挖掘也提出了更高要求。在電力大數(shù)據(jù)中,用戶用電負(fù)荷數(shù)據(jù)占據(jù)了相當(dāng)大的比重,它反映了用戶真實(shí)的用電需求,值得對它進(jìn)行深度挖掘,獲取用戶用電行為的重要知識,從而在配用電管理領(lǐng)域輔助實(shí)現(xiàn)決策支持。然而,用電負(fù)荷數(shù)據(jù)具有規(guī)模大、維度高、來源類型多、時(shí)效特征強(qiáng)、價(jià)值密度低等典型特征,且與大量社會、經(jīng)濟(jì)、環(huán)境、地理數(shù)據(jù)關(guān)聯(lián)密切。因此,為了提高其應(yīng)用質(zhì)量和范圍,就需要根據(jù)不同的數(shù)據(jù)特征和應(yīng)用目的,研究開發(fā)高效的數(shù)據(jù)分析挖掘方法。本文針對用電負(fù)荷數(shù)據(jù)的數(shù)據(jù)特性,考慮需要實(shí)現(xiàn)的應(yīng)用目的,分別從行為特征、行為關(guān)聯(lián)和行為演化三方面,深入研究用戶用電行為挖掘方法,取得如下成果:1.針對用電行為特征分析方法,首先提出一種基于小波變換的融合曲線聚類方法,以提高高維負(fù)荷曲線的聚類有效性,實(shí)現(xiàn)單用戶典型用電負(fù)荷模式提取。該方法在利用小波變換進(jìn)行降維的基礎(chǔ)上,采用一種聚類融合子算法,用于融合并優(yōu)化小波變換生成的兩組特征數(shù)據(jù)的聚類結(jié)果。其次,在對大量用戶提取負(fù)荷模式的基礎(chǔ)上,構(gòu)建一種基于負(fù)荷模式相似性的用戶分類混合模型,獲取明確的用戶類別,并實(shí)現(xiàn)新用戶分類。該模型使用類別特征識別算法,從負(fù)荷模式聚類的結(jié)果中識別出明確的用戶分組和類別特征,并將無監(jiān)督聚類問題繼續(xù)擴(kuò)展為有監(jiān)督分類問題,利用類別特征作為標(biāo)簽,進(jìn)行新用戶分類。2.針對用電行為關(guān)聯(lián)分析方法,提出一種具有最優(yōu)結(jié)果選擇機(jī)制的典型相關(guān)分析方法,用以分析兩種或以上多變量數(shù)據(jù)間的相關(guān)性,研究多種因素對用電行為的影響�；趩斡脩舻挠秒�、用氣和氣候數(shù)據(jù)。該方法首先對多變量日負(fù)荷數(shù)據(jù)進(jìn)行聚類,并依此將三種數(shù)據(jù)分組,然后按組分別對每日的用電、用氣和氣候數(shù)據(jù)進(jìn)行典型相關(guān)分析,再使用基于預(yù)測逆過程的選擇機(jī)制擇取最優(yōu)結(jié)果,最后將所有結(jié)果匯總并繪制成日典型相關(guān)性變化曲線,細(xì)粒度地展現(xiàn)一段時(shí)間內(nèi)各因素兩兩間典型相關(guān)性以及各變量典型權(quán)重的變化。3.針對用電行為演化分析方法,提出一種具有概率策略的增量聚類方法,基于已有的負(fù)荷模式和新增用電負(fù)荷數(shù)據(jù)進(jìn)行負(fù)荷模式更新,進(jìn)而分析負(fù)荷模式的演進(jìn)變化情況,并檢測異常模式。該方法首先對新增日負(fù)荷數(shù)據(jù)聚類,以提取新負(fù)荷模式,然后在負(fù)荷模式融合階段,逐一對新負(fù)荷模式判斷其狀態(tài)是新增還是融合,最后對融合后的負(fù)荷模式重新聚類修正。在負(fù)荷模式融合和修正期間,為保證結(jié)果最優(yōu),距離度量和聚類中心計(jì)算均采用概率策略。在一次增量聚類后更新重要參數(shù),即能應(yīng)對下一組新增負(fù)荷數(shù)據(jù),實(shí)現(xiàn)持續(xù)的增量學(xué)習(xí)。通過對比分析連續(xù)更新的負(fù)荷模式,能清晰展現(xiàn)用戶用電行為的演化過程,進(jìn)而發(fā)現(xiàn)異常變化情況。上述三種方法和一種模型以用戶用電負(fù)荷數(shù)據(jù)為中心,從數(shù)據(jù)的關(guān)聯(lián)性和動態(tài)性考慮,形成多方位的數(shù)據(jù)挖掘方法體系,以技術(shù)手段支撐用戶用電行為的深入挖掘,輔助決策支持系統(tǒng),從而提高智能電網(wǎng)運(yùn)行效率。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TM73;TP311.13
【圖文】：

圖１－１中國華東某地級區(qū)電力數(shù)據(jù)情況逡逑用電用戶是智能電網(wǎng)的服務(wù)對象，其用電數(shù)據(jù)在電力大數(shù)據(jù)中也占據(jù)相當(dāng)大的比逡逑重。圖１－２顯示了智能電網(wǎng)中能量和信息傳輸示意圖，與傳統(tǒng)電網(wǎng)相比，除了增加新逡逑能源和新用電類型，最重要的是智能電網(wǎng)采用智能管理替代了原有的調(diào)度，在用戶端逡逑建立與用戶之間的雙向信息流。因此，針對用戶側(cè)的服務(wù)以及對用戶數(shù)據(jù)的應(yīng)用和價(jià)逡逑值挖掘在智能電網(wǎng)中十分重要。從２０１４年下半年開始直至２０１５年兩會期間，“能源逡逑＋互聯(lián)網(wǎng)”概念被提出，區(qū)別于智能電網(wǎng)２．０和堅(jiān)強(qiáng)智能電網(wǎng)，“能源＋互聯(lián)網(wǎng)”從能逡逑源消費(fèi)端考慮，旨在對上億的用戶大數(shù)據(jù)進(jìn)行挖掘�！峨娏Πl(fā)展“十三五”規(guī)劃》也逡逑提出，我國將加快推進(jìn)“互聯(lián)網(wǎng)＋”智能電網(wǎng)建設(shè)，全面提升電力系統(tǒng)的智能化水平，逡逑同時(shí)《規(guī)劃》中還明確了構(gòu)建“互聯(lián)網(wǎng)＋”電力運(yùn)行模式，通過“互聯(lián)網(wǎng)＋邋”與電力逡逑工業(yè)的融合

s6脫逡逑果，ｋｕｕｕ邐測，６４５Ｇ逡逑圖１－１中國華東某地級區(qū)電力數(shù)據(jù)情況逡逑用電用戶是智能電網(wǎng)的服務(wù)對象，其用電數(shù)據(jù)在電力大數(shù)據(jù)中也占據(jù)相當(dāng)大的比逡逑重。圖１－２顯示了智能電網(wǎng)中能量和信息傳輸示意圖，與傳統(tǒng)電網(wǎng)相比，除了增加新逡逑能源和新用電類型，最重要的是智能電網(wǎng)采用智能管理替代了原有的調(diào)度，在用戶端逡逑建立與用戶之間的雙向信息流。因此，針對用戶側(cè)的服務(wù)以及對用戶數(shù)據(jù)的應(yīng)用和價(jià)逡逑值挖掘在智能電網(wǎng)中十分重要。從２０１４年下半年開始直至２０１５年兩會期間，“能源逡逑＋互聯(lián)網(wǎng)”概念被提出，區(qū)別于智能電網(wǎng)２．０和堅(jiān)強(qiáng)智能電網(wǎng)，“能源＋互聯(lián)網(wǎng)”從能逡逑源消費(fèi)端考慮，旨在對上億的用戶大數(shù)據(jù)進(jìn)行挖掘�！峨娏Πl(fā)展“十三五”規(guī)劃》也逡逑提出

１．４論文組織結(jié)構(gòu)逡逑本文針對面向電力大數(shù)據(jù)的用戶用電行為挖掘方法進(jìn)行了深入研究，組織結(jié)構(gòu)如逡逑圖１－４所示。其余部分的組織結(jié)構(gòu)如下：逡逑第二章，相關(guān)研究綜述。本章按類別介紹了國內(nèi)外對用電行為分析挖掘方法的研逡逑究現(xiàn)狀，總結(jié)并分析了當(dāng)前研宄的不足及挑戰(zhàn)。逡逑第三章，面向用電負(fù)荷數(shù)據(jù)的用戶行為特征分析方法。本章首先研宄單用戶典型逡逑用電負(fù)荷模式提取方法，提出一種基于小波變換的融合曲線聚類方法，并對該方法開逡逑展實(shí)驗(yàn)驗(yàn)證其性能，包括實(shí)驗(yàn)相關(guān)設(shè)置、平均性能對比和具體案例分析等。然后，在逡逑負(fù)荷模式提取的基礎(chǔ)上研究多用戶分類問題，提出基于負(fù)荷模式相似性的用戶分類混逡逑合模型，并通過實(shí)驗(yàn)驗(yàn)證模型在聚類和分類上的性能，給出了實(shí)驗(yàn)結(jié)果對比和對用戶逡逑類別典型特征的分析結(jié)論。最后

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王智;;企業(yè)電力負(fù)荷數(shù)據(jù)負(fù)控采集故障分析及處理方法[J];現(xiàn)代營銷(經(jīng)營版);2018年07期

2 姜丹;;電力負(fù)荷數(shù)據(jù)負(fù)控終端故障分析及處理[J];南方農(nóng)機(jī);2017年08期

3 徐梁婷;陳平;;淺談電力負(fù)荷數(shù)據(jù)負(fù)控終端故障分析及處理[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年23期

4 刁贏龍;盛萬興;劉科研;何開元;孟曉麗;;大規(guī)模配電網(wǎng)負(fù)荷數(shù)據(jù)在線清洗與修復(fù)方法研究[J];電網(wǎng)技術(shù);2015年11期

5 唐文左;段磊;王鵬舉;顏偉;趙霞;余娟;;基于B樣條函數(shù)的不良負(fù)荷數(shù)據(jù)改進(jìn)辨識方法[J];電力系統(tǒng)及其自動化學(xué)報(bào);2015年08期

6 詹源;李昭廷;;基于單純歷史負(fù)荷數(shù)據(jù)的短期負(fù)荷預(yù)測的探討[J];科技創(chuàng)新導(dǎo)報(bào);2008年32期

7 馮瑤;王威;曲紹君;金順梅;;基于最大閾值法的異常電力負(fù)荷數(shù)據(jù)的修正[J];氣象災(zāi)害防御;2015年04期

8 白冠華;;電力負(fù)荷數(shù)據(jù)負(fù)控終端故障分析及處理[J];黑龍江科技信息;2016年16期

9 李明浩;;電力日負(fù)荷數(shù)據(jù)特征模式智能提取方法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

10 楊成龍;一種用于配網(wǎng)狀態(tài)估計(jì)的實(shí)時(shí)負(fù)荷數(shù)據(jù)模型[J];江蘇電機(jī)工程;2003年04期

相關(guān)會議論文 前10條

1 劉曉華;高榮;;基于分布式支持向量機(jī)的短期負(fù)荷預(yù)測[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

2 孫舒;劉莉;張瑛;;基于典型負(fù)荷模式的異常數(shù)據(jù)處理[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

3 李剛;張凱鋒;王一清;鄧勝;;基于改進(jìn)K-means的負(fù)荷壞數(shù)據(jù)修正[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

4 朱麟;張玉潤;吳明光;姜永芳;徐衛(wèi);;應(yīng)用時(shí)間序列的城市煤氣日負(fù)荷預(yù)報(bào)[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

5 張偉程;滕汜穎;;上海某醫(yī)院的冷熱電分布式供能設(shè)計(jì)[A];中國建筑學(xué)會建筑熱能動力分會第十八屆學(xué)術(shù)交流大會暨第四屆全國區(qū)域能源專業(yè)委員會年會論文集[C];2013年

6 陳衛(wèi)營;宋樂永;;配網(wǎng)規(guī)劃中進(jìn)行負(fù)荷模塊建設(shè)的思考[A];山東電機(jī)工程學(xué)會2012年度學(xué)術(shù)年會論文集[C];2012年

7 張偉程;滕汜穎;;上海某醫(yī)院的冷熱電分布式供能設(shè)計(jì)[A];綠色設(shè)計(jì) 創(chuàng)新 實(shí)踐——第5屆全國建筑環(huán)境與設(shè)備技術(shù)交流大會文集[C];2013年

8 葉淳錚;常鮮戎;;基于小波變換和支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

9 楊玉銳;程杰;周剛;徐詒s

本文編號：2747386