您当前的位置： 首页 > 论文 > 2024,55(01) > 电气与动力工程(能源互联网专题)
基金项目:
国网上海市电力公司项目资助(20222302837C188)
分类号:
TM721
DOI:
10.16355/j.tyut.1007-9432.20230541
期刊号:
2024,55(01)
收稿日期:
2023-07-05
修回日期:
2023-09-07
| 通讯作者 | 单位 |
| 杨 秀 | 上海电力大学 电气工程学院，上海 |
摘要:
【目的】 为挖掘用户侧节能减排潜力，对用户用电行为进行精细化分析和管理，提升电能利用效率，提出了一种基于事件监测和高斯混合模型聚类相结合的负荷特征提取方法。【方法】 首先通过基于滑动窗的事件监测算法提取每个电器单次运行时的有功功率波动，借助事件监测算法可获得电器的启动时间、次数和运行时长。其次针对同一电器常出现功率相近但运行状态不一致问题，利用高斯混合模型聚类算法“软分类”、类簇灵活的优势，对负荷工作状态进行精细分类，形成符合用电设备实际运行情况的负荷状态特征库。最后采用公开数据集AMPds2作为研究对象，采用所提出的方法研究居民用户的用能习惯，并开展验证分析，与其他模型进行对比。【结果】 结果表明所提的方法能够更好地提取负荷特征。
关键字:
事件监测；高斯混合模型聚类；居民负荷；负荷分类；无监督聚类