大數(shù)據(jù)環(huán)境下用戶用電行為分析的研究.pdf

1、隨著智能電表數(shù)量的不斷增加，逐漸形成了用戶端大數(shù)據(jù)，這些數(shù)據(jù)隱藏著許多用戶用電行為的潛在信息。如何快速有效地對電力用戶端大數(shù)據(jù)進(jìn)行分析，并挖掘用戶用電行為的有效信息，是當(dāng)今重要的研究課題。
　　通過挖掘不同用戶用電行為的相似性，發(fā)現(xiàn)各類因素與不同用電行為模式關(guān)聯(lián)關(guān)系，可面向電力公司、用戶和政府定制分析服務(wù)類應(yīng)用。本文在現(xiàn)有研究基礎(chǔ)上，對用戶用電行為分析進(jìn)行了深入研究，提出在對居民用戶聚類細(xì)分后，挖掘各個影響因素與不同類型居民用戶的

2、關(guān)系。具體工作如下:
　　1.分析了各類用戶的負(fù)荷特性以及闡述了用戶用電數(shù)據(jù)樣本的構(gòu)建方法，為提高聚類細(xì)分性能，采用Autoencoder對周負(fù)荷樣本數(shù)據(jù)進(jìn)行降維處理，保證其聚類的速度。
　　2.充分研究了聚類算法，針對現(xiàn)存聚類方法的不足，為提高聚類效果，融入譜聚類的思想，提出US-ELM-Kmeans算法，并對居民用戶進(jìn)行了聚類細(xì)分。
　　3.在關(guān)聯(lián)分析過程中，針對現(xiàn)存關(guān)聯(lián)分析方法的不足，給出優(yōu)化后的Apriori算