罗敏
- 作品数：1 被引量：67H指数：1
- 供职机构：中国南方电网更多>>
- 发文基金：国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 面向海量用户用电特性感知的分布式聚类算法被引量：67
- 2016年
- 智能电表的普及促进了配用电大数据的发展。通过对用户用电数据的挖掘和用电特性的感知,能够有效识别用户用电模式、评估需求响应潜力、指导电价制定等。然而,用户用电数据一方面随时间不断更新,增长迅速,呈海量态势;另一方面,数据采集点分布在用户侧,具有极强的分散性。针对海量、分散的用电数据带来的挑战,文中提出一种新的分布式聚类算法。首先利用自适应k-means聚类算法对分布在各区域的用电数据进行局部聚类分析,提取各局部数据的典型负荷曲线,构建局部模型;然后利用传统聚类算法对获取的局部模型进行二次聚类分析,获取全局的典型负荷曲线,构建全局模型;最后向局部数据中心反馈全局聚类结果,实现全局聚类分析。通过爱尔兰实际量测用电数据证明了所提出算法的有效性。
- 朱文俊王毅罗敏林国营程将南康重庆
- 关键词：分布式聚类聚类算法态势感知
