利用电力需求响应机制, 通过引导用户主动参与电网调峰, 能够提高用户和电网互动的积极性,
减轻电网峰时供电压力. 针对各电力用户因其用电差异性而需要不同的电价套餐 …

针对目前用户负荷曲线分析方法研究中传统方法在单一用户典型负荷曲线提取以及负荷曲线
特征提取的不足, 提出了一种基于时间序列数据挖掘的用户负荷曲线分析方法 …

海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义.
提出一种适用于海量用户用电行为聚类及分析的算法, 以降低算法时间复杂度 …

典型日负荷曲线对负荷调度计划以及运行控制有着重要意义, 针对常用的传统典型日负荷曲线
选取方法未考虑环境因素的问题, 提出了一种新的选取典型日冷热负荷曲线法. 该方法基于k …

负荷曲线聚类在负荷预测, 需求侧响应等方面有重要应用. 目前负荷数据日趋海量化和多维化,
需要对其进行降维处理, 但现有的降维会对曲线信息造成一定程度的损失, 为此提出了一种基于 …

考虑单一算法在选取典型日负荷曲线上的不足, 将改进后的可能模糊C 均值聚类算法(PFCM)
与模糊线性判别法(FLDA) 相结合提出一种新的集成聚类方法. 首先将原有的PFCM 改进 …

负荷聚类不仅能为精细化负荷预测提供高质量数据, 还能结合用电规律进行用户行为分析;
为应对海量负荷数据挑战, 提出一种基于日负荷指标的降维及分布式K-means 聚类算法 …

The analysis of residential electricity consumption behavior is the basis for exploring the
potential of residential demand response and improving the level of electricity service. An …

负荷聚类是电力大数据分析的重要基础. 针对高维日负荷数据时序特征提取困难,
以及特征提取与聚类处理分离降低负荷聚类准确性的问题, 文章提出了一种基于一维卷积自编码 …

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) …