基于高斯核密度估计的典型负荷曲线形态聚类算法

严明辉; 谢雄; 李维劼; 吴滇宁; 崔雪; 潘舒宸

严明辉,谢雄,李维劼,吴滇宁,崔雪,潘舒宸.基于高斯核密度估计的典型负荷曲线形态聚类算法[J].电测与仪表,2023,60(2):37-44.
yanminghui,xiexiong,liweijie,wudianning,cuixue,panshucheng.A typical load curve shape clustering algorithm based on Gaussian kernel[J].Electrical Measurement & Instrumentation,2023,60(2):37-44.

基于高斯核密度估计的典型负荷曲线形态聚类算法

A typical load curve shape clustering algorithm based on Gaussian kernel

DOI：10.19753/j.issn1001-1390.2023.02.006

中文关键词: 典型负荷曲线核密度估计现货市场结算日分时电量

英文关键词:

基金项目:电力市场化结算电能量数据采集及技术处理研究昆明（2019）070201JS00001

作者中文名	作者英文名	单位
严明辉	yanminghui	昆明电力交易中心有限责任公司
谢雄	xiexiong	武汉大学
李维劼	liweijie	昆明电力交易中心有限责任公司
吴滇宁	wudianning	昆明电力交易中心有限责任公司
崔雪	cuixue	武汉大学
潘舒宸	panshucheng	武汉大学

摘要点击次数: 1130

中文摘要:

在电力现货市场结算过程中，获取市场化用户的实时电量至关重要。本文聚焦现货市场中非分时计量用户的电量分解，设计了一种利用典型负荷曲线获取分时电量的方法和流程。首先，选取样本用户，对样本用户计量数据进行预处理后得到完整样本典型负荷曲线。然后，文中提出一种基于核密度估计聚类中心的负荷曲线聚类方法，将kmeans算法原有的均值获取聚类中心升级为高斯核密度估计获取最大概率的聚类中心进行迭代计算，并将聚类中心曲线作为典型负荷曲线对不具备分时计量的用户进行日电量划分，划分至以15min为颗粒度的电量进行结算。最后，运用云南省样本用户计量数据，采用传统峰平谷比例分解、传统聚类算法以及本文改进聚类算法获取的典型负荷曲线进行电量的实时分解算例分析，结果显示，本文所提的改进kmeans算法具备更好的分类性能和较好的效率，同时所分解电量具备更高的准确性。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭