基于数据挖掘的电力系统空间负荷密度分析及应用

• 作 者: 张超
• 出 处: 重庆理工大学
• 发表日期: 2014年期
• 关键词: 数据挖掘 聚类分析 负荷密度 电力系统 电网规划

当前,全球的能源问题受到越来越多的重视,在电力需求逐步增加的今天,为了平衡用户需求,合理分配电力资源,最大化经济利益是很有必要的,我国电力系统供电呈现梯度化分布,电力系统空间负荷密度逐步走向规律化。对于某个区域内的电网合理规划可以有效提高电网的经济性,并对地区发展都有着非常重要的影响。本文通过对数据挖掘技术和空间负荷密度的分析,确定了基本的空间负荷密度指标,进而对地区内的电网规划提供指导作用。本文首先阐述了电力系统空间负荷密度研究的背景以及意义,并对空间负荷以及空间负荷密度进行了介绍,对数据挖掘技术的定义及其研究应用现状进行了相关说明；介绍了常见的空间负荷预测方法,包括了分产业产值单耗法、电力弹性系数法、分区负荷密度法、时间序列法、自回归模型等多种方法；提出了空间负荷密度的一些具体指标,对于不同的地块,其具体指标也不尽相同。给出了空间负荷密度预测的一般步骤,使用数据挖掘技术中的聚类分析技术对数据进行了预处理,以某未知商场为例,分析预测了该商场的空间负荷密度,最后,简要介绍了空间负荷密度预测在地区电网规划中的应用。结果表明：使用数据挖掘中聚类分析的方法有效建立负荷指标体系,可以有效对某地区或者某个建筑的空间负荷密度进行预测,并对电网规划提高数据支持。