基于改进kmeans++算法的用户分类与电价政策影响分析

摘要

以上海市张江某工业园大工业用户为研究对象,采用大数据方法分析典型用户用电与电价政策的相关性.针对传统kmeans聚类算法的缺点,提出基于复合距离的kmeans++算法,考虑用电曲线的空间相近性与形态相似性,并优化初值选择,具有更好的聚类效果.采用该算法对大工业用户进行聚类,得到大工业具有5种典型行业用户并分析其原因.基于典型行业用户变压器容量和用电量数据,计算各典型行业用电量标杆值并分析其在新电价政策实施前后的波动情况,明确电力公司后续提升工作的重点方向并对不同用户的用电提出合理意见.