基于大数据分析的非侵入式电力负荷数据分类

作     者：梁凌宇 黄文琦 袁红霞 赵翔宇 LIANG Lingyu;HUANG Wenqi;YUAN Hongxia;ZHAO Xiangyu

作者机构：南方电网数字电网研究院有限公司广东广州510700 

基　　金：南网数研院项目(2100002022030102JF00035) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第8期

页      码：96-100页

摘      要：非侵入式电力负荷监测可在不改变电路结构时,确定电力系统负荷状态。通过分类电力负荷数据能够对电力用户行为进行分析,但因电力负荷数据量多、种类复杂,导致分类误差率较高,无法达到数据融合要求。为此,提出了基于大数据分析的非侵入式电力负荷数据分类。通过收集电力负荷信息,构建电力负荷数据分解算法,并利用分解算法建立非侵入式电力负荷数据分解数学模型。根据该模型对已处理好的电力负荷数据进行分解,利用大数据挖掘技术的k均值聚类法和随机森林算法,实现了对非侵入式电力负荷数据的分类。实验结果表明,基于大数据分析的非侵入式电力负荷数据分类方法可以有效确定电力负荷数据的类型,暂态负荷数据分类误差率低于5%,稳态负荷数据分类误差低于0.30%,满足电力负荷数据分类的要求。

主 题 词：大数据分析 非侵入数据 电力负荷 数据分类 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 080501[080501] 0805[工学-能源动力学] 080502[080502] 

D　O　I：10.14022/j.issn1674-6236.2024.08.021

馆 藏 号：203127469...