面向“削峰填谷”的电力客户用电行为分析

王炳鑫; 侯岩; 方红旺; 陈雨泽; 刘建

doi:10.11959/j.issn.1000−0801.2017067

您当前的位置：

首页 >

文章列表页 >

面向“削峰填谷”的电力客户用电行为分析

电力信息化专栏 | 更新时间：2024-06-05

- 面向“削峰填谷”的电力客户用电行为分析
- Analysis of customers' electricity consumption behavior for peak load shifting
- 电信科学 2017年33卷第5期页码：164-170
- 作者机构：
  
  1. 国网福建省电力有限公司泉州供电公司，福建泉州 362000
  2. 北京中电普华信息技术有限公司，北京 100085
- 作者简介：
  
  [ "王炳鑫（1982−），男，国网福建省电力有限公司泉州供电公司工程师，主要研究方向为电力企业优质服务、电力营销数据处理、营销电力大数据分析、数据挖掘、决策支持。" ]
  [ "侯岩（1982−），女，北京中电普华信息技术有限公司助理经济师，主要研究方向为电力营销数据挖掘。" ]
  [ "方红旺（1974−），男，北京中电普华信息技术有限公司电力营销客服事业部副总经理，主要研究方向为电力营销大数据分析。" ]
  [ "陈雨泽（1988−），男，北京中电普华信息技术有限公司工程师，主要研究方向为电力营销大数据分析。" ]
  [ "刘建（1989−），男，北京中电普华信息技术有限公司中级工程师，主要研究方向为电力营销大数据分析。" ]
- 基金信息：
  
  国网信息通信产业集团科技项目“支持售电云业务的大数据应用”;Science＆Technology Project of State Grid Information and Telecommunication Group “Big Data Applications for Supporting Electricity Sales Business over Grid”(52680016007G)
- DOI：10.11959/j.issn.1000−0801.2017067
  中图分类号： TM732
- 网络出版日期：2017-05，
  
  纸质出版日期：2017-05-15
- 稿件说明：
移动端阅览
王炳鑫, 侯岩, 方红旺, 等. 面向“削峰填谷”的电力客户用电行为分析[J]. 电信科学, 2017,33(5):164-170.

Bingxin WANG, Yan HOU, Hongwang FANG, et al. Analysis of customers' electricity consumption behavior for peak load shifting[J]. Telecommunications science, 2017, 33(5): 164-170.
王炳鑫, 侯岩, 方红旺, 等. 面向“削峰填谷”的电力客户用电行为分析[J]. 电信科学, 2017,33(5):164-170. DOI： 10.11959/j.issn.1000−0801.2017067.

Bingxin WANG, Yan HOU, Hongwang FANG, et al. Analysis of customers' electricity consumption behavior for peak load shifting[J]. Telecommunications science, 2017, 33(5): 164-170. DOI： 10.11959/j.issn.1000−0801.2017067.

摘要

为对海量电力客户实施有针对性的“削峰填谷”措施，提出了一种面向“削峰填谷”的海量电力客户用电行为分析方法。首先，利用聚类算法对国网某省公司主网一年的日负荷曲线数据进行聚类分析，得到不同时期主网的负荷特征。然后，分别对每个时期下所有电力客户的日负荷曲线数据进行聚类分析，得到不同主网特征下用户群体的负荷特征，对比主网和用户的负荷特征得到用户群体的“削峰填谷”模式。最后，利用动态时间规整算法将未来日期与历史日期进行匹配，得到未来日期用户群体的“削峰填谷”模式。实证研究表明，分析结果可以为有序用电、峰谷电价等公司决策提供更有针对性的参考依据，以更进一步实现配电网负荷的“削峰填谷”和平稳运行。

Abstract

In order to implement well-directed peak load shifting for massive customers

a method for analyzing massive customers' electricity consumption behavior for peak load shifting was proposed.Firstly

clustering algorithm was used to cluster daily load curves of the main power grid in the previous year and get load characteristics in different dates.Then the load curves of all customers under every date cluster were clustered

the peak load shifting method was derived by comparing the load characteristics of the main power grid and customers.Finally

the peak load shifting method in a future day was given by date matching between the future day with a historical day using dynamic time warping (DTW).Empirical study shows that the method is conductive to peak-valley electricity pricing and orderly electricity consump-tion and can further achieve peak load shifting and stable operation of the main power grid.

关键词

Keywords

references

何永秀，王冰，熊威，等 . 基于模糊综合评价的居民智能用电行为分析与互动机制设计 [J ] . 电网技术， 2012 , 36 ( 10 ): 247 - 252 .

HE Y X , WANG B , XIONG W , et al . Analysis of residents' smart electricity consumption behavior based on fuzzy synthetic evaluation and the design of interactive mechanism [J ] . Power System Technology , 2012 , 36 ( 10 ): 247 - 252 .

黄瀚 . 智能用电中的客户行为分析 [J ] . 电气时代， 2014 ( 14 ): 28 - 32 .

HUANG H . Analysis of smart electricity consumption beha-vior [J ] . Electric Age , 2014 ( 14 ): 28 - 32 .

CHUAN L , UKIL A . Modeling and validation of electrical load profiling in residential buildings in Singapore [J ] . IEEE Trans-actions on Power Systems , 2015 , 30 ( 5 ): 2800 - 2809 .

ABREUA J M , PEREIRAB F C , FRRAO P . Using pattern recognition to identify habitual behavior in residential electrici-ty consumption [J ] . Energy and Buildings , 2012 , 49 ( 2 ): 479 - 487 .

宗柳，李扬，王蓓蓓 . 计及需求响应的多维度用电特征精细挖掘 [J ] . 电力系统自动化， 2012 , 36 ( 20 ): 54 - 58 .

ZONG L , LI Y , WANG B B . Fine-mining of multi-dimension electrical characteristics considering demand response [J ] . Au-tomation of Electric Power Systems , 2012 , 36 ( 20 ): 54 - 58 .

瞿海妮，张鹏飞，凌平，等 . 基于海量数据的电网需求侧用户行为分析研究 [J ] . 华东电力， 2014 , 42 ( 12 ): 2922 - 2925 .

QU H N , ZHANG P F , LING P , et al . Analysis of consumption behavior in power demand side based on massive data [J ] . East China Electric Power , 2014 , 42 ( 12 ): 2922 - 2925 .

张素香，刘建明，赵丙镇，等 . 基于云计算的居民用电行为分析模型研究 [J ] . 电网技术， 2013 , 37 ( 6 ): 1542 - 1546 .

ZHANG S X , LIU J M , ZHAO B Z , et al . Cloud compu-ting-based analysis on residential electricity consumption beha-vior [J ] . Power System Technology , 2013 , 37 ( 6 ): 1542 - 1546 .

HIDOT S , SAINT-JEAN C . An expectation-maximization algo-rithm for the wishart mixture model:application to movement clus-tering [J ] . Pattern Recognition Letters , 2010 , 31 ( 14 ): 2318 - 2324 .

JOLLOIS F X , NADIF M . Speed-up for the expecta-tion-maximization algorithm for clustering categorical data [J ] . Global Optimization , 2007 , 37 ( 4 ): 513 - 525 .

HOFMANS J , CEULEMANS E , STEINLEY D , et al . On the added value of bootstrap analysis for K-means clustering [J ] . Classification , 2015 , 32 ( 2 ): 268 - 284 .

GARCIA M L L , GARCIA-RODENAS R , GOMEZ A G . K-means algorithms for functional data [J ] . Neurocomputing , 2015 ( 151 ): 231 - 245 .

李小武，邵剑飞，廖秀玲 . 一种基于 K-means 的分布式聚类算法 [J ] . 桂林电子科技大学学报， 2011 , 31 ( 6 ): 460 - 463 .

LI X W , SHAO J F , LIAO X L . A distributed clustering algo-tithm based on K-means algorithm [J ] . Journal of Guilin Univer-sity of Electronic Technology , 2011 , 31 ( 6 ): 460 - 463 .

ARRIBAS-GIL A,HANS-GEORM . Pairwise dynamic time warping for event data [J ] . Computational Statistics＆Data Analysis , 2014 ( 69 ): 255 - 268 .

RASHIDI S , FALLAH A , TOWHIDKHAH F . Similarity evalua-tion of online signatures based on modified dynamic time warp-ing [J ] . Applied Artificial Intelligence , 2013 , 27 ( 7 ): 599 - 617 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种融合MeanShift聚类分析和卷积神经网络的Vibe++背景分割方法