基于用电特征选择的用户用电行为聚类分析及应用

作     者：于文龙 

作者单位：湖南大学 

学位级别：硕士

导师姓名：黄小庆

授予年度：2020年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 

主      题：用电行为 用户大数据 特征选择 聚类分析 mRMR 负荷调度 

摘      要：随着智能电网技术地快速发展,电网信息化程度不断提高,用户用电数据飞速增长。因而在当前电改背景下,选取合适的数据挖掘方法进行用户侧电力数据研究,能够准确掌握隐藏于用电数据中的电力用户用电特性,便于针对性地开展电力用户差异化用电服务,从而实现平衡电力供需,为智能化用电奠定基础。因此,如何利用数据挖掘方法确定用户用电规律成为当前具有重要意义的问题。本文从用户用电数据着手,采用合适的数据挖掘方法得到潜藏于用户电力数据中的用户用电特性,并将所得用户用电特性应用于当前智能电网的建设。为了达到研究目的,本文开展了以下具体工作。首先,概括了数据挖掘的基本理论;详细介绍了数据挖掘中较为重要的聚类算法,为本文后续进行用户用电模式研究以及基于用电行为模式聚类结果的负荷调度策略等研究内容奠定基础。其次,在用户侧大数据背景下,针对智能用户用电行为分析的复杂性以及用电特征选择的有效性问题,本文提出一种基于改进最大相关最小冗余准则（maximal relevance and minimal redundancy,m RMR）的用电特征选择策略。通过该策略从已有的常用用电特征集中选出独立、有效的用电特征构建优选特征集,利用优选特征集替代信息系统采集得到的用户日负荷数据,实现对用户用电数据的降维。而后结合优选特征集采用改进的k-means聚类算法进行用户用电模式分析。最后,算例分析结果证明利用该策略得到的优选特征集能够在保证聚类准确率的情况下降低计算的复杂性。最终,基于上述所提的用电行为分析方法,考虑当前智能电网背景下新型负荷的接入,提出一种用户多负荷调度策略,首先基于特征选择策略选取合适的用电特征对用户用电行为进行聚类分析确定用户类别;而后利用同类型用户负荷使用的相似性,在电网侧对具有同类型用电行为用户的整体进行优化调度,从而极大降低了调度过程的复杂程度;同时在用户侧以偏离各类型用户预期负荷使用目标最小进行优化调度,因而兼顾了用户侧负荷使用目标与电网侧目标,实现了双方互动过程,最后仿真结果证明所提策略具有良好的削峰填谷效果;同时有效降低了电网侧的计算量,减小了电网实施负荷调度的成本。