您当前的位置: 首页 > 论文 > 2022,53(01) > 第九届中国计算机学会大数据学术会议论文选登
基金项目:
国家自然科学基金辽宁联合基金重点项目(U1908212);国家重点研发计划项目(2018YFB1700200);江苏省重点研发计划(BE2020001-1)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2022.01.009
期刊号:
2022,53(01)
收稿日期:
修回日期:
摘要:
针对国内外在220 V和380 V供电电压的低压地区电力消耗的研究较少,很难探究实时线损的问题。对供电、用电、线损、窃电4个方面进行数据分析,建立统计模型与聚类模型,探索电力消费和窃电的规律。利用时间序列分析、频谱分析、概率密度函数、互补累积分布函数的统计模型进行分析。结果表明窃电用户用电周期是正常用户的2倍,窃电用户的日均用电量大于正常用户,窃电用户在台区线损率大于40%时数量激增,线损率到达65%时数量放缓,可以优先排查此区间的台区。基于时间序列相似度度量和kmeans聚类相结合的聚类模型,将566个台区365维的时间序列聚类得到6类不同的台区线损率模式,并通过核密度估计对比了他们的分布差别,可以帮助快速排查出重点窃电台区并监测线损率改善的情况。
关键字:
数据分析;用电消费;窃电;统计模型;聚类