一种基于FCM聚类分析技术的电力用户负荷分类方法技术

本申请公开了一种基于FCM聚类分析技术的电力用户负荷分类方法，属于区域电力需求侧管理技术领域。本申请的方法包括：利用Kettle工具对电力用户负荷数据进行提取、装换、装载；其中，所述电力用户负荷数据包括描述类、比较类和曲线类；对电力用户负荷数据进行预处理，利用中值滤波对典型日负荷曲线进行平滑处理；根据处理后的数据，利用FCM算法对电力用户分类。依照本方法提出的电力用户精细划分负荷模式，为用户提供差异化供电需求，能够提高企业参与有序用电的达标合格率。有序用电的达标合格率。有序用电的达标合格率。

【技术实现步骤摘要】
一种基于FCM聚类分析技术的电力用户负荷分类方法


[0001]本申请涉及区域电力需求侧管理技术，更具体地说，涉及一种基于FCM聚类分析技术的电力用户负荷分类方法。

技术介绍

[0002]电力负荷是一个周期性和随机性都较强的系统，它与社会、经济、气象等众多的因素有着极为复杂的关系。一方面，电力负荷按一定趋势有规律地发展变化；另一方面，负荷受众多因素的影响，随时都可能发生一定的波动。作为评价电网负荷状况的主要指标之一，与时间有关的静态负荷特性研究一直是电力科研人员的重要课题，在国内外受到普遍重视。如今用电用户规模非常庞大，然而电力用户分类经常出现分类不合理、不精细的现象，这是由于在分类过程中，没有考虑电力用户的实际用电负荷特性。近些来，随着数据挖掘技术的成熟，不断优化的聚类算法在电力用户分类中相继产生。
[0003]虽然电力系统的负荷类型可以按照上述标准进行划分，但是这样的分类并不严格和准确。在实际分类时，可能会发生把某些实际负荷归算到哪一类的争执。在这种情况下，一般都是由供电部门自己主观进行决定。因此，现有的电力用户负荷分类方法在实际应用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FCM聚类分析技术的电力用户负荷分类方法，其特征在于，包括：利用Kettle工具对电力用户负荷数据进行提取、装换、装载；其中，所述电力用户负荷数据包括描述类、比较类和曲线类；对电力用户负荷数据进行预处理，利用中值滤波对典型日负荷曲线进行平滑处理；根据处理后的数据，利用FCM算法对电力用户分类。2.根据权利要求1所述的基于FCM聚类分析技术的电力用户负荷分类方法，其特征在于，所述对负荷数据进行预处理，包括：采用聚类、箱型图等方法挖掘突增突减等异常负荷数据，通过删除法、插补、模型法的方式进行清洗。3.根据权利要求1所述的基于FCM聚类分析技术的电力用户负荷分类方法，其特征在于，包括：按时间长短提取电力用户负荷数据。4.根据权利要求1所述的基于FCM聚类分析技术的电力用户负荷分类方法，其特征在于，所述利用FCM算法对电力用户分类，包括：基于处理后的数据进行聚类；根据DBI指标确定聚类数目；通过不断确定簇中心点和隶属度将样本数据分为不...

【专利技术属性】
技术研发人员：李捷，陈俊，吴一鸣，杨舟，唐佳誉，李刚，何涌，韦航，唐志涛，颜丹丹，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：