基于函数型数据分析和k-means算法的电力用户分类

• 作 者: 张欣 高卫国 苏运
• 机 构: 复旦大学 数学科学学院,上海市 杨浦区,200433上海市电力公司,上海市 虹口区,200437
• 出 处: 电网技术
• 发表日期: 2015年11期
• 关键词: 函数性数据分析 k-means kernel 方法 智能电表 数据分析

为了对大量电力用户的稀疏、不规律的日耗电量数据进行特征分析，并对用户进行分类，文章提出一种函数性数据聚类分析方法。首先，应用kernel方法将离散的电量数据还原成连续曲线；然后，受 Sobolev 空间距离的启发，定义了新的函数距离，用于k-means 算法进行聚类。以某城市10000户居民538天的实际用电数据进行实验，得到了用户在不同距离和聚类个数下的聚类原型。实验结果显示，由于选取的用户主要是城市居民，其用电模式比较相似：大高峰时段主要在6—9月，小高峰时段主要在1—2月，日消耗波动较小。而不同用户类别的主要区别体现在用电量的范围上：低耗电用户整体低于13 kW×h/天，高耗电用户接近100 kW×h/天。