面向削峰填谷的电力客户用电行为分析
随着电力信息化的深化应用,电力信息数据呈现爆炸式增长趋势,电力行业的大数据时代已经到来.传统的在小规模数据量下对客户用电行为进行统计分析,具备一定的指导价值,但在海量数据情况下的应用效果不是很理想.与传统的客户用电行为分析相比,基于大数据的客户用电行为分析更注重对客户用电价值的挖掘,可以实现对海量客户用电行为的定量分析,提高客户行为定位的准确度,为更有效地开展客户服务、提高客户满意度、降低运营风险提供决策参考. 本文在研究电力业务的基础上，提出了一种面向削峰填谷的海量电力客户用电行为分析方法，为解决海量电力客户的削峰填谷问题，需要分析电力客户的用电行为特征与主网负荷特征的匹配关系。首先基于EM算法对主网历史1年的日负荷曲线数据进行聚类分析，得到不同时期主网的负荷特征，再分别利用分布式k-means算法对每一时期的海量电力客户的日负荷曲线数据进行聚类分析，得到不同主网特征对应电力客户的负荷特征。对比主网负荷特征曲线与客户负荷特征曲线可以得到电力客户的用电行为类型，如迎峰型（用户负荷特征曲线与主网负荷特征曲线走势相同，应该采取削峰填谷措施）、逆峰型（用户负荷特征曲线与主网负荷特征曲线走势相反，应该鼓励客户保持用电习惯）等，从而建立主网和电力客户群体的削峰填谷匹配模式。最后利用DTW对未来目标日和历史日进行日期匹配，分析未来目标日主网与用电客户的削峰填谷匹配关系，以确定电力客户群体在目标日的削峰填谷模式，进而对不同模式的客户群体采取不同的削峰填谷措施。
电力客户 用电行为 削峰填谷 聚类分析 动态时间规整
王炳鑫 侯岩 方红旺 陈雨泽 刘建
国网福建省电力有限公司泉州供电公司,福建泉州362000 北京中电普华信息技术有限公司,北京100085
国内会议
天津
中文
455-455
2016-09-24（万方平台首次上网日期，不代表论文的发表时间）