基于模糊C均值聚类算法的用电行为模式分类

作     者：张凯 冯剑 刘建华 白新雷 宫飞翔 刘祖东 朱栋 高赐威 吴英俊 ZHANG Kai;FENG Jian;LIU Jianhua;BAI Xinlei;GONG Feixiang;LIU Zudong;ZHU Dong;GAO Ciwei;WU Yingjun

作者机构：国网河北省电力有限公司石家庄050000 中国电力科学研究院有限公司北京100192 河海大学能源与电气学院南京211100 东南大学电气工程学院南京210096 

出 版 物：《电力需求侧管理》 (Power Demand Side Management)

年 卷 期：2022年第24卷第3期

页      面：98-103页

学科分类：0810[工学-信息与通信工程] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：国家电网有限公司科技项目(6204DY19003G) 

主　　题：用电模式 聚类分析 最短距离法 改进模糊C均值 

摘      要：通过对负荷数据的归类分析,可以得到电力用户的用电行为特征,为需求响应策略制定和效果评估提供支撑。首先,对负荷数据进行预处理,包括非正常数识别与处理,以及平滑处理去除毛刺数据;其次,针对模糊C均值聚类算法对初始聚类中心敏感、易陷入局部最优和受噪声影响大等问题,提出采用最短距离法聚类为模糊C聚类提供初始聚类中心、利用有效性分析类内样本相似程度和不同类之间独立程度来判别聚类结果优劣、以及通过数据密度识别并剔除噪声点等改进措施,提升了模糊C均值聚类算法性能;最后,通过对比其他方法以及对某纺织企业负荷聚类分析,验证了改进算法的正确性与有效性。