Identification of Typical Industrial Power Load Curves Based on Pruning Strategy and Density Peak Clustering

Weichao JIN; Xu ZHANG; Shengyuan LIU; Rongguo HUANG; Boliang PAN; Zhenzhi LIN

doi:10.7500/AEPS20200630014

您当前的位置：

首页 >

文章列表页 >

Identification of Typical Industrial Power Load Curves Based on Pruning Strategy and Density Peak Clustering

Basic Research | 更新时间：2025-06-16

- Identification of Typical Industrial Power Load Curves Based on Pruning Strategy and Density Peak Clustering
- Automation of Electric Power Systems Vol. 45, Issue 4, Pages: 20-28(2021)
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.国网浙江省电力有限公司营销部，浙江省杭州市 310007
  3.国网浙江省电力有限公司营销服务中心，浙江省杭州市 311121
  4.浙江华云信息科技有限公司，浙江省杭州市 310008
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China
- DOI：10.7500/AEPS20200630014
  CLC：
- Received：30 June 2020，
  
  Revised：2020-10-09，
  
  Published Online：08 December 2020，
  
  Published：25 February 2021
- 稿件说明：
移动端阅览
金伟超,张旭,刘晟源等.基于剪枝策略和密度峰值聚类的行业典型负荷曲线辨识[J].电力系统自动化,2021,45(4):20-28.

JIN Weichao,ZHANG Xu,LIU Shengyuan,et al.Identification of Typical Industrial Power Load Curves Based on Pruning Strategy and Density Peak Clustering[J].Automation of Electric Power Systems,2021,45(4):20-28.
金伟超,张旭,刘晟源等.基于剪枝策略和密度峰值聚类的行业典型负荷曲线辨识[J].电力系统自动化,2021,45(4):20-28. DOI： 10.7500/AEPS20200630014.

JIN Weichao,ZHANG Xu,LIU Shengyuan,et al.Identification of Typical Industrial Power Load Curves Based on Pruning Strategy and Density Peak Clustering[J].Automation of Electric Power Systems,2021,45(4):20-28. DOI： 10.7500/AEPS20200630014.

摘要

辨识不同行业的典型负荷曲线对于配售电公司的运行调度、售电决策和风险管理均有重要意义。鉴于此，提出了一种基于剪枝策略和密度峰值聚类的行业典型负荷曲线辨识方法。首先，提出了衡量负荷曲线位移变化后相似性程度的快速动态时间扭曲(FDTW)距离指标，进而提出了一种搜索FDTW距离的剪枝策略，以实现对负荷曲线间形态差异的精准高效量度。接着，提出了基于加权密度峰值快速搜索聚类算法的行业负荷用电类型划分方法以及用户行业信息错误识别方法。然后，以最小化负荷曲线簇内FDTW距离为目标，提出了基于重心平均算法的行业典型负荷曲线辨识方法。最后，以浙江省某市工商业用户为例进行验证分析，算例结果表明所提方法可以准确量度负荷曲线形态相似性，快速划分行业用电类型并有效辨识具有共同形态特征的典型负荷曲线。

Abstract

The identification of typical power load curves for diverse industries is of great significance to the operation scheduling

sale strategy making and risk management of electric power companies. For that reason

an identification method for typical industrial power load curves is proposed based on pruning strategy and density peak clustering. Firstly

the fast dynamic time warping (FDTW) distance index is proposed to measure the similarity of power load curves after time shift and alignment

and a pruning strategy to search FDTW distance is proposed to achieve accurate and efficient measurement of the shape differences among load curves. Secondly

a classification method to divide load power consumption types based on weighted clustering by fast search and find of density peaks algorithm and the identification method for user industrial information errors are proposed. Thirdly

a method for identifying typical industrial power load curves based on the barycenter average algorithm that aims to minimize the FDTW distance within the cluster of load curves is proposed. Finally

case studies on a regional industrial and commercial users in Zhejiang Province

China are performed to verify the proposed identification method. The results show that the proposed method can accurately measure the shape similarity of power load curves

rapidly classify the industrial power consumption types and effectively identify the typical power load curves with common shape characteristics.

关键词

Keywords

references

中华人民共和国国家发展和改革委员会 . 关于积极推进电力市场化交易进一步完善交易机制的通知［EB/OL］.［ 2020-04-16 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/201807/t20180718_962756.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/201807/t20180718_962756.html .

National Development and Reform Commission . Notice on actively promoting electricity market transaction and further improving transaction mechanism ［EB/OL］. ［ 2020-04-16 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/201807/t20180718_962756.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/201807/t20180718_962756.html .

蒋轶澄，曹红霞，杨莉，等 . 可再生能源配额制的机制设计与影响分析［J］. 电力系统自动化， 2020 ， 44 （ 7 ）： 187 - 199 .

JIANG Yicheng ， CAO Hongxia ， YANG Li ， et al . Mechanism design and impact analysis of renewable portfolio standard ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 7 ）： 187 - 199 .

卜凡鹏，陈俊艺，张琪祁，等 . 一种基于双层迭代聚类分析的负荷模式可控精细化识别方法［J］. 电网技术， 2018 ， 42 （ 3 ）： 903 - 913 .

BU Fanpeng ， CHEN Junyi ， ZHANG Qiqi ， et al . A controllable refined recognition method of electrical load pattern based on bilayer iterative clustering analysis ［J］. Power System Technology ， 2018 ， 42 （ 3 ）： 903 - 913 .

侯佳萱，林振智，杨莉，等 . 面向需求侧主动响应的工商业用户电力套餐优化设计［J］. 电力系统自动化， 2018 ， 42 （ 24 ）： 11 - 21 .

HOU Jiaxuan ， LIN Zhenzhi ， YANG Li ， et al . Design of electricity plans for industrial and commercial customers oriented to active demand response on power demand side ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 24 ）： 11 - 21 .

HINO H ， SHEN H ， MURAT N ， et al . A versatile clustering method for electricity consumption pattern analysis in households ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 2 ）： 1048 - 1057 .

WANG Y ， CHEN Q ， KANG C ， et al . Clustering of electricity consumption behavior dynamics toward big data applications ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2437 - 2447 .

朱文俊，王毅，罗敏，等 . 面向海量用户用电特性感知的分布式聚类算法［J］. 电力系统自动化， 2016 ， 40 （ 12 ）： 21 - 27 .

ZHU Wenjun ， WANG Yi ， LUO Min ， et al . Distributed clustering algorithm for awareness of electricity consumption characteristics of massive consumers ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 12 ）： 21 - 27 .

陆俊，朱炎平，彭文昊，等 . 智能用电用户行为分析特征优选策略［J］. 电力系统自动化， 2017 ， 41 （ 5 ）： 58 - 63 .

LU Jun ， ZHU Yanping ， PENG Wenhao ， et al . Feature selection strategy for electricity consumption behavior analysis in smart grid ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 5 ）： 58 - 63 .

龚钢军，陈志敏，陆俊，等 . 智能用电用户行为分析的聚类优选策略［J］. 电力系统自动化， 2018 ， 42 （ 2 ）： 58 - 63 .

GONG Gangjun ， CHEN Zhimin ， LU Jun ， et al . Clustering optimization strategy for electricity consumption behavior analysis in smart grid ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 2 ）： 58 - 63 .

徐青山，王文帝，林章岁，等 . 面向行业大数据特征挖掘的电力经理指数指标体系的建立与应用［J］. 电力自动化设备， 2015 ， 35 （ 7 ）： 15 - 21 .

XU Qingshan ， WANG Wendi ， LIN Zhangsui ， et al . Establishment and application of EMI indicator system orienting to massive industrial data mining ［J］. Electric Power Automation Equipment ， 2015 ， 35 （ 7 ）： 15 - 21 .

王鹏，陈启鑫，夏清，等 . 应用向量误差修正模型的行业电力需求关联分析与负荷预测方法［J］. 中国电机工程学报， 2012 ， 32 （ 4 ）： 128 - 135 .

WANG Peng ， CHEN Qixin ， XIA Qing ， et al . Correlation analysis and forecasting method on industrial electricity demand based on vector error correction model ［J］. Proceedings of the CSEE ， 2012 ， 32 （ 4 ）： 128 - 135 .

张籍，薛儒涛，刘慧，等 . 基于深度信念网络的不同行业中长期负荷预测［J］. 电力系统及其自动化学报， 2019 ， 31 （ 9 ）： 12 - 19 .

ZHANG Ji ， XUE Rutao ， LIU Hui ， et al . Medium- and long-term load forecasting for different industries based on deep belief network ［J］. Proceedings of the CSU-EPSA ， 2019 ， 31 （ 9 ）： 12 - 19 .

CHICCO G ， IONEL O M ， PORUMB R . Electrical load pattern grouping based on centroid model with ant colony clustering ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 2 ）： 1706 - 1715 .

王潇笛，刘俊勇，刘友波，等 . 采用自适应分段聚合近似的典型负荷曲线形态聚类算法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 110 - 121 .

WANG Xiaodi ， LIU Junyong ， LIU Youbo ， et al . Shape clustering algorithm of typical load curves based on adaptive piecewise aggregate approximation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 110 - 121 .

SALVADOR S ， CHNA P . Toward accurate dynamic time warping in linear time and space ［J］. Intelligent Data Analysis ， 2007 ， 11 （ 5 ）： 561 - 580 .

童晓阳，杨明杰，张广骁 . 基于改进DTW的行波波形相似性的高压直流输电线路保护方案［J］. 中国电机工程学报， 2020 ， 40 （ 12 ）： 3878 - 3888 .

TONG Xiaoyang ， YANG Mingjie ， ZHANG Guangxiao . A protection scheme for HVDC transmission line based on traveling waveform similarity using improved DTW algorithm ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 12 ）： 3878 - 3888 .

祁兵，董超，武昕，等 . 基于DTW算法与稳态电流波形的非侵入式负荷辨识方法［J］. 电力系统自动化， 2018 ， 42 （ 3 ）： 70 - 76 .

QI Bing ， DONG Chao ， WU Xin ， et al . Non-intrusive load identification method based on DTW algorithm and steady-state current waveform ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 3 ）： 70 - 76 .

ZHOU N ， WANG J ， WANG Q . A novel estimation method of metering errors of electric energy based on membership cloud and dynamic time warping ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 3 ）： 1318 - 1329 .

RATANAMAHATANA C A ， KEOGH E J . Making time-series classification more accurate using learned constraints ［C］// Proceedings of the Fourth SIAM International Conference on Data Mining ， April 22 - 24 ， 2004 ， Florida， USA： 11 - 22 .

LEE M ， LEE S ， CHOI M J ， et al . HybridFTW： hybrid computation of dynamic time warping distances ［J］. IEEE Access ， 2018 ， 6 ： 2085 - 2096 .

KEOGH E ， RATANAMAHATANA C A . Exact indexing of dynamic time warping ［J］. Knowledge and Information Systems ， 2005 ， 7 （ 3 ）： 358 - 386 .

RODRIGUEZ A ， LAIO A . Clustering by fast search and find of density peaks ［J］. Science ， 2014 ， 344 ： 1492 - 1496 .

方明月 . 企业规模研究的新方法：基于分布规律的视角［J］. 制度经济学研究， 2010 （ 1 ）： 209 - 224 .

FANG Mingyue . A new approach to studying firm size： from perspective of distribution law ［J］. Research of Institutional Economics ， 2010 （ 1 ）： 209 - 224 .

张发明，闻琴 . 基于IOWA算子的欧式范数综合评价方法［J］. 运筹与管理， 2014 ， 23 （ 5 ）： 155 - 159 .

ZHANG Faming ， WEN Qin . A comprehensive evaluation method of Euclidean norm based on IOWA operator ［J］. Operations Research and Management Science ， 2014 ， 23 （ 5 ）： 155 - 159 .

ZHENG K ， CHEN Q ， WANG Y ， et al . A novel combined data-driven approach for electricity theft detection ［J］. IEEE Transactions on Industrial Informatics ， 2019 ， 15 （ 3 ）： 1809 - 1819 .

PETITJEAN F ， KETTERLIN A ， GANÇARSKI P . A global averaging method for dynamic time warping， with applications to clustering ［J］. Pattern Recognition ， 2011 ， 44 （ 3 ）： 678 - 693 .

CHEUNG K W ， SO H C . A multidimensional scaling framework for mobile location using time-of-arrival measurements ［J］. IEEE Transactions on Signal Processing ， 2005 ， 53 （ 2 ）： 460 - 470 .

LU Shixiang ， LIN Guoying ， LIU Hanlin ， et al . A weekly load data mining approach based on hidden markov model ［J］. IEEE Access ， 2019 ， 7 ： 34609 - 34619 .

苏适，李康平，严玉廷，等 . 基于密度空间聚类和引力搜索算法的居民负荷用电模式分类模型［J］. 电力自动化设备， 2018 ， 38 （ 1 ）： 129 - 136 .

SU Shi ， LI Kangping ， YAN Yuting ， et al . Classification model of residential power consumption mode based on DBSCAN and gravitational search algorithm ［J］. Electric Power Automation Equipment ， 2018 ， 38 （ 1 ）： 129 - 136 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于隐枚举法的稳定控制优化切机方法

Related Author

LU Qi

Related Institution

NARI Group Corporation(State Grid Electric Power Research Institute)

⁰