结合PCA的K-means算法在专变用户用电行为分析中的应用

摘要

电力行业中通常利用96个负荷采集点来分析用户一天的用电规律.由于负荷采集变量的高维特性,在数据分析中不仅造成了用户用电特性信息的重复,也在很大程度上影响了专变用户日用电规律分析.为此,文章利用主成分分析法(Principal Components Analysis,PCA)对采集数据进行降维处理,进而利用K-means聚类算法对专变用户的用电特征进行提取.基于所提算法对某省专变用户数据进行分析,实验结果表明:该省专变用户存在6种用电行为特征,分别为迎晚峰型、价格敏感型、早九晚五型、夜间用电型、用电稳健型、特殊规律型.所得用电行为特征可用于指导客户合理用电,开展节能减排、节能改造等工作.