智能小区居民用电负荷特征权重分析

摘要

以往对智能小区居民用电行为聚类分析时,存在着负荷特征选择与权重计算描述不足的问题.为了提高居民用电行为聚类分析的准确率,降低聚类分析运行时间,提出一种基于ReliefF算法建立的以峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期数、日最小负荷率等特征的数据模型.该模型可以对海量居民用电行为数据进行处理,并通过k-means算法对其进行聚类分析.实验数据来源为已建成的智能小区,结果准确率达94.61％,证明了基于ReliefF算法建立的特征数据模型在居民用电行为类分析中是有效的.