基于PCA和模糊聚类的用电行为分析

赵嫚1，2，3 李英娜1，2 杨莉3

1.昆明理工大学信息工程与自动化学院；2.云南省计算机技术应用重点实验室；3.云南电网有限责任公司电力科学研究院

随着智能电网的高速发展,电力系统中负荷数据高维度特性在数据分析过程中造成了数据冗余、聚类复杂、效率低等问题。基于此,本文提出利用主成分分析对负荷数据进行降维,提取主成分特征,并利用FCM聚类算法对负荷数据进行聚类分析,得出不同用电习惯下的负荷数据聚类曲线及不同类别用户的用电行为特征。仿真结果表明本文所提方法,在降低数据维度的同时提高了算法的效率,并为供电企业进行负荷预测、异常检测、差异化服务等提供了帮助。

负荷数据；特征降维；聚类分析；用电行为分析；模糊聚类

数据与科学

3078-9834

20204

数学与物理