基于深度自编码器的分钟级负荷数据聚类分析 |
| |
引用本文: | 徐博,钱成功,牛军伟,王松云,孙国强,章逸舟.基于深度自编码器的分钟级负荷数据聚类分析[J].广东电力,2023(3):57-67. |
| |
作者姓名: | 徐博 钱成功 牛军伟 王松云 孙国强 章逸舟 |
| |
作者单位: | 1. 江苏方天电力技术有限公司;2. 河海大学能源与电气学院 |
| |
基金项目: | 国家自然科学基金项目(U1966205); |
| |
摘 要: | 在数字化电网的全面建设和电力市场持续改革的背景下,电力服务商积极开展以负荷数据聚类分析为基础的用电行为分析。为了深入分析用户的用电行为模式,提出基于深度自编码器的分钟级负荷数据聚类分析方法。首先基于信息熵重构负荷数据,保留负荷数据的形态特征和提高数据的可区分性;接着提出深度自编码器的特征提取方法,同时利用边界少数样本过采样算法生成新的训练样本,对深度自编码器网络模型进行两阶段训练;最后基于欧式距离和动态时间扭曲距离的双尺度距离,计算负荷数据特征的相似性,以双尺度距离作为K-means算法的输入数据得到负荷聚类结果。基于南京市某台区的分钟级负荷数据的算例分析表明,所提方法提高了不同负荷数据分类的准确性。
|
关 键 词: | 聚类分析 负荷数据 深度自编码器 双尺度距离 K-means算法 |
|
|