基于特征优选策略的居民用电行为聚类方法

张洁; 夏飞; 袁博; 刘伟

doi:10.7500/AEPS20200414003

您当前的位置：

首页 >

文章列表页 >

基于特征优选策略的居民用电行为聚类方法

研制与开发 | 更新时间：2025-06-16

- 基于特征优选策略的居民用电行为聚类方法
- Clustering Method for Residential Electricity Consumption Behavior Based on Feature Optimization Strategy
- 电力系统自动化 2022年46卷第6期页码：153-159
- 作者机构：
  
  1.上海电力大学自动化工程学院，上海市 200090
  2.南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211106
  3.海宁亚大塑料管道系统有限公司，浙江省海宁市 314415
- 作者简介：
  
  张洁(1995—)，女，硕士研究生，主要研究方向：电力大数据分析。E-mail：569775157@qq.com
  夏飞(1978—)，男，通信作者，博士，副教授，主要研究方向：信息处理、图像分析、智慧能源等。E-mail：xiafeiblue@163.com
  袁博(1991—)，男，硕士，主要研究方向：故障诊断、小电流接地选线、测距。E-mail：767905792@qq.com
- 基金信息：
  
  国家自然科学基金重大项目(71690234);政府间国际科技创新合作重点专项(2017YFE0100900);上海市科委创新项目(19DZ1206800)
- DOI：10.7500/AEPS20200414003
  中图分类号：
- 收稿：2020-04-14，
  
  修回：2021-09-21，
  
  网络出版：2021-12-30，
  
  纸质出版：2022-03-25
- 稿件说明：
移动端阅览
张洁,夏飞,袁博等.基于特征优选策略的居民用电行为聚类方法[J].电力系统自动化,2022,46(6):153-159.

ZHANG Jie,XIA Fei,YUAN Bo,et al.Clustering Method for Residential Electricity Consumption Behavior Based on Feature Optimization Strategy[J].Automation of Electric Power Systems,2022,46(6):153-159.
张洁,夏飞,袁博等.基于特征优选策略的居民用电行为聚类方法[J].电力系统自动化,2022,46(6):153-159. DOI： 10.7500/AEPS20200414003.

ZHANG Jie,XIA Fei,YUAN Bo,et al.Clustering Method for Residential Electricity Consumption Behavior Based on Feature Optimization Strategy[J].Automation of Electric Power Systems,2022,46(6):153-159. DOI： 10.7500/AEPS20200414003.

摘要

针对用电负荷数据聚类特征选择的有效性及互补性问题，提出了一种基于信息量准则的特征优选策略，并在该策略的基础上进行了居民用电行为聚类方法的研究。首先，将贝叶斯信息准则（BIC）和相关系数分别作为特征有效性和关联性的判据来优选聚类特征。然后，采用布谷鸟算法优化了密度峰值法的截断距离。同时，利用异常值检测的思想实现聚类中心的自动选取。最后，根据优选出来的特征集和改进的密度峰值快速搜索聚类（CFSFDP）算法对实际居民用电数据进行聚类分析，验证了所提出方法的聚类效果。不同聚类方法的实验结果表明，采用改进的CFSFDP算法得到的聚类效果最优。

Abstract

Aiming at the validity and complementarity problems of the clustering feature selection for the electricity consumption load data

a feature optimization strategy based on information criteria is proposed and the clustering method for the residential electricity consumption behavior based on the strategy is studied. First

the Bayesian information criterion (BIC) and correlation coefficient are used as the criteria of the validity and relevance of features to optimize clustering features. Then

the truncation distance of the density peak method is optimized by using the cuckoo algorithm. Meanwhile

the idea of outlier detection is used to realize the automatic selection of cluster centers. Finally

according to the optimized feature set and the improved clustering by fast search and find of density peaks (CFSFDP) algorithm

the cluster analysis on the actual residential electricity consumption data is carried out to verify the clustering effect of the proposed method. Experimental results of different clustering methods show that the proposed improved CFSFDP algorithm has the best clustering effect.

关键词

Keywords

references

QUILUMBA F L ， LEE W ， HUANG H ， et al . Using smart meter data to improve the accuracy of intraday load forecasting considering customer behavior similarities ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 1 ）： 911 - 918 .

顾洁，孟璐，郑睿程，等 . 考虑集群辨识的海量用户负荷分层概率预测［J］. 电力系统自动化， 2021 ， 45 （ 5 ）： 71 - 78 .

GU Jie ， MENG Lu ， ZHENG Ruicheng ， et al . Load-stratified probability forecasting for massive users considering cluster identification ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 5 ）： 71 - 78 .

庞传军，余建明，冯长有，等 . 基于LSTM自动编码器的电力负荷聚类建模及特性分析［J］. 电力系统自动化， 2020 ， 44 （ 23 ）： 57 - 63 .

PANG Chuanjun ， YU Jianming ， FENG Changyou ， et al . Clustering modeling and characteristic analysis of power load based on long-short-term memory auto-encoder ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 23 ）： 57 - 63 .

李振坤，钱晋，符杨，等 . 基于负荷聚合商优选分级的配电网多重阻塞管理［J］. 电力系统自动化， 2021 ， 45 （ 19 ）： 109 - 116 .

LI Zhenkun ， QIAN Jin ， FU Yang ， et al . Multiple congestion management in distribution network based on optimization classification for load aggregators ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 19 ）： 109 - 116 .

孙伟卿，刘晓楠，向威，等 . 基于主从博弈的负荷聚合商日前市场最优定价策略［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 159 - 167 .

SUN Weiqing ， LIU Xiaonan ， XIANG Wei ， et al . Master-slave game based optimal pricing strategy for load aggregator in day-ahead electricity market ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 159 - 167 .

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 intelligent power user behavior analysis ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 2 ）： 58 - 63 .

张彦涛，宋炳兵，周毅，等 . 基于多级协同的受端电网接纳能力评估分析方法及应用［J］. 电力自动化设备， 2021 ， 41 （ 6 ）： 121 - 126 .

ZHANG Yantao ， SONG Bingbing ， ZHOU Yi ， et al . Evaluation and analysis method of receiving end power grid acceptance capacity based on multi-level collaboration and its application ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 6 ）： 121 - 126 .

蒋雯倩，李欣然，钱军 . 改进FCM算法及其在电力负荷坏数据处理的应用［J］. 电力系统及其自动化学报， 2011 ， 23 （ 5 ）： 1 - 5 .

JIANG Wenqian ， LI Xinran ， QIAN Jun . Application of improved FCM algorithm in outlier processing of power load ［J］. Proceedings of the CSU-EPSA ， 2011 ， 23 （ 5 ）： 1 - 5 .

宋易阳，李存斌，祁之强 . 基于云模型和模糊聚类的电力负荷模式提取方法［J］. 电网技术， 2014 ， 38 （ 12 ）： 3378 - 3383 .

SONG Yiyang ， LI Cunbin ， QI Zhiqiang . Extraction of power load patterns based on cloud model and fuzzy clustering ［J］. Power System Technology ， 2014 ， 38 （ 12 ）： 3378 - 3383 .

王帅，杜欣慧，姚宏民，等 . 面向含多种用户类型的负荷曲线聚类研究［J］. 电网技术， 2018 ， 42 （ 10 ）： 3401 - 3412 .

WANG Shuai ， DU Xinhui ， YAO Hongmin ， et al . Research on load curve clustering with multiple user types ［J］. Power System Technology ， 2018 ， 42 （ 10 ）： 3401 - 3412 .

刘思，李林芝，吴浩，等 . 基于特性指标降维的日负荷曲线聚类分析［J］. 电网技术， 2016 ， 40 （ 3 ）： 797 - 803 .

LIU Si ， LI Linzhi ， WU Hao ， et al . Cluster analysis of daily load curves using load pattern indexes to reduce dimensions ［J］. Power System Technology ， 2016 ， 40 （ 3 ）： 797 - 803 .

宋军英，何聪，李欣然，等 . 基于特征指标降维及熵权法的日负荷曲线聚类方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 65 - 76 .

SONG Junying ， HE Cong ， LI Xinran ， et al . Daily load curve clustering method based on feature index dimension reduction and entropy weight method ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 65 - 76 .

李春燕，蔡文悦，赵溶生，等 . 基于优化SAX和带权负荷特性指标的AP聚类用户用电行为分析［J］. 电工技术学报， 2019 ， 34 （增刊1 ）： 368 - 377 .

LI Chunyan ， CAI Wenyue ， ZHAO Rongsheng ， et al . Customer behavior analysis based on affinity propagation algorithm with optimized SAX and weighted load characteristic indices ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ Supplement 1 ）： 368 - 377 .

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 .

曾兴东，林荣恒，邹华，等 . 面向配电网故障数据的BIC评估后向选择方法［J］. 北京邮电大学学报， 2017 ， 40 （ 3 ）： 104 - 109 .

ZENG Xingdong ， LIN Rongheng ， ZOU Hua ， et al . An BIC selection method for distribution network fault data feature dimension reduction ［J］. Journal of Beijing University of Posts and Telecommunications ， 2017 ， 40 （ 3 ）： 104 - 109 .

陆俊，陈志敏，龚钢军，等 . 基于极限学习机的居民用电行为分类分析方法［J］. 电力系统自动化， 2019 ， 43 （ 2 ）： 97 - 104 .

LU Jun ， CHEN Zhimin ， GONG Gangjun ， et al . Classification analysis method for electricity consumption behavior based on extreme learning machine algorithm ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 2 ）： 97 - 104 .

张江林，张亚超，洪居华，等 . 基于离散小波变换和模糊 K -modes的负荷聚类算法［J］. 电力自动化设备， 2019 ， 39 （ 2 ）： 100 - 106 .

ZHANG Jianglin ， ZHANG Yachao ， HONG Juhua ， et al . A load clustering algorithm based on discrete wavelet transform and fuzzy K -modes ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 2 ）： 100 - 106 .

朱天怡，艾芊，贺兴，等 . 基于数据驱动的用电行为分析方法及应用综述［J］. 电网技术， 2020 ， 44 （ 9 ）： 3497 - 3507 .

ZHU Tianyi ， AI Qian ， HE Xing ， et al . An overview of data-driven electricity consumption behavior analysis method and application ［J］. Power System Technology ， 2020 ， 44 （ 9 ）： 3497 - 3507 .

LIKAS A ， VLASSIS N ， VERBEEK J . The global k-means clustering algorithm ［J］. Pattern Recognition the Journal of the Pattern Recognition Society ， 2003 ， 36 （ 2 ）： 451 - 461 .

RODRIGUEZ A ， LAIO A . Clustering by fast search and find of density peaks ［J］. Science ， 2014 ， 344 （ 6191 ）： 1492 - 1496 ．

陈俊艺，丁坚勇，田世明，等 . 基于改进快速密度峰值算法的电力负荷曲线聚类分析［J］. 电力系统保护与控制， 2018 ， 46 （ 20 ）： 85 - 93 .

CHEN Junyi ， DING Jianyong ， TIAN Shiming ， et al . An improved density peaks clustering algorithm for power load profiles clustering analysis ［J］. Power System Protection and Control ， 2018 ， 46 （ 20 ）： 85 - 93 .

谢娟英，高红超，谢维信 . K 近邻优化的密度峰值快速搜索聚类算法［J］. 中国科学：信息科学， 2016 ， 46 （ 2 ）： 258 - 280 .

XIE Juanying ， GAO Hongchao ， XIE Weixin . K -nearest neighbors optimized clustering algorithm by fast search and finding the density peaks of a dataset ［J］. Scientia Sinica （Informationis）， 2016 ， 46 （ 2 ）： 258 - 280 .

丁明，黄冯，邹佳芯，等 . 改进谱聚类与遗传算法相结合的电力时序曲线聚类方法［J］. 电力自动化设备， 2019 ， 39 （ 2 ）： 93 - 99 .

DING Ming ， HUANG Feng ， ZOU Jiaxin ， et al . Power time series curve clustering method combining improved spectral clustering and genetic algorithm ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 2 ）： 93 - 99 .

WANG S ， WANG D ， LI C ， et al . Comment on “clustering by fast search and find of density peaks” ［J/OL］. Computer Science ［ 2020-03-03 ］. https：//arxiv.org/ftp/arxiv/papers/1501/1501.04267.pdf https://arxiv.org/ftp/arxiv/papers/1501/1501.04267.pdf .

YANG X ， DEB S . Cuckoo search via Lévy flights ［C］// Nature and Biologically Inspired Computing ， December 9-11 ， 2009 ， Coimbatore， India ： 210 - 214 .

KENNEDY J ， EBERHART R C . Particle swarm optimization ［C］// International Conference on Networks ， April 22-25 ， 2002 ， Denver， USA ： 1942 - 1948 .

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

基于月份划分与指定日类型的风电出力序列场景生成方法

面向新能源消纳能力评估的年负荷序列建模及场景生成方法

多端柔性直流配电网高频功率相关性纵联保护方法