為克服社區(qū)人口人工摸排周期長且準(zhǔn)確性不高的問題,提出一種基于電力數(shù)據(jù)的居民人口流動情況評估方法。首先,通過用戶檔案信息讀取用戶歷史用電量數(shù)據(jù),完成缺失數(shù)據(jù)補齊和異常數(shù)據(jù)處理等工作實現(xiàn)數(shù)據(jù)清洗。然后,基于聚類方法挖掘用戶不同場景下的穩(wěn)定用電量。在此基礎(chǔ)上,定義了用能突變判據(jù)和人口流動判據(jù),實現(xiàn)人口流動狀況的評估,并利用統(tǒng)計方法實現(xiàn)小區(qū)/社區(qū)的人口流動情況分析。最后,以成都市某小區(qū)實際數(shù)據(jù)為例,驗證了算法的有效性。 

【文章來源】：四川電力技術(shù). 2020,43(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

居民用能曲線

圖1 居民用能曲線從小區(qū)整體來看，用能驟增和用能驟減的居民戶數(shù)隨時間的變化曲線如圖3所示，其中圖3(a)為次日用能驟變居民戶數(shù)，圖3(b)為隔日用能驟變居民戶數(shù)。

從小區(qū)整體來看，用能驟增和用能驟減的居民戶數(shù)隨時間的變化曲線如圖3所示，其中圖3(a)為次日用能驟變居民戶數(shù)，圖3(b)為隔日用能驟變居民戶數(shù)。小區(qū)疑似人口流動的戶數(shù)如圖4所示。由圖可見，1月22日(春節(jié)前)疑似流出人口居民戶數(shù)大于當(dāng)日用能驟變數(shù)目或隔日用能驟變數(shù)目，說明所采用的兩個指標(biāo)結(jié)合的方法性能更好。

【參考文獻(xiàn)】：
期刊論文
[1]基于細(xì)粒度用能數(shù)據(jù)的居民家庭活動人口評估方法研究[J]. 張洋瑞,陶鵬,李翀,趙俊鵬,張超.  河北電力技術(shù). 2019(06)
[2]基于分位數(shù)半徑動態(tài)K-means的分布式負(fù)荷聚類算法[J]. 劉季昂,劉友波,程明暢,余莉娜.  電力系統(tǒng)保護(hù)與控制. 2019(24)
[3]基于非侵入式負(fù)荷監(jiān)測的居民用電行為分析[J]. 周明,宋旭帆,涂京,李庚銀,欒開寧.  電網(wǎng)技術(shù). 2018(10)
[4]基于GMM聚類和SVM的用戶負(fù)荷行業(yè)分類辨識方法[J]. 蔡秋娜,劉思捷,陸秋瑜.  廣東電力. 2017(12)
[5]基于遺傳優(yōu)化的非侵入式家居負(fù)荷分解方法[J]. 孫毅,崔燦,陸俊,郝建紅,劉向軍.  電網(wǎng)技術(shù). 2016(12)
[6]基于負(fù)荷分解的居民差異化用電行為特性分析[J]. 羅滇生,杜乾,別少勇,龐振國,李盛興.  電力系統(tǒng)保護(hù)與控制. 2016(21)
[7]智能配用電大數(shù)據(jù)需求分析與應(yīng)用研究[J]. 王繼業(yè),季知祥,史夢潔,黃復(fù)鵬,朱朝陽,張東霞.  中國電機(jī)工程學(xué)報. 2015(08)
[8]智能配電網(wǎng)大數(shù)據(jù)應(yīng)用需求和場景分析研究[J]. 劉科研,盛萬興,張東霞,賈東梨,胡麗娟,何開元.  中國電機(jī)工程學(xué)報. 2015(02)



本文編號：3512153