-
题名基于欠完备自编码器的用户用电行为分类分析方法
被引量：9
- 1
-
-
作者
黄奇峰
杨世海
邓欣宇
陈海文
王守相
-
机构
国网江苏省电力有限公司电力科学研究院
天津大学智能电网教育部重点实验室
-
出处
《电力工程技术》
2019年第6期24-30,共7页
-
基金
国家重点研发计划资助项目“城区用户与电网供需友好互动系统”(2016YFB0901100)
-
文摘
针对电力大数据背景下用户用电行为复杂多变、分析困难的问题,提出了一种基于欠完备自编码器的用户用电行为分类分析方法。首先,通过欠完备自编码器对智能电表数据进行编码,实现对原始数据的特征抽取,并使用反向传播(BP)神经网络进行用户用电行为分类分析;然后,对最佳编码比率进行优选,并结合用户的典型用电特征作为神经网络的输入,提高了分类准确率;最后,在爱尔兰智能电表数据集上进行了仿真实验,并与直接使用BP神经网络进行对比,分析表明,文中所提出的用户用电行为分类分析方法不仅可以提高检测准确率,帮助电力公司更好地掌握用户用电规律,辅助需求响应实施,还能显著降低算法的运行时间。
-
关键词
欠完备自编码器
用户用电行为分析
需求响应
特征挖掘
智能用电
智能电表
-
Keywords
undercomplete autoencoder
electricity consumption behavior analysis
demand response
feature mining
intelligent electricity consumption
smart meter
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名基于极限学习机的居民用电行为分类分析方法
被引量：44
- 2
-
-
作者
陆俊
陈志敏
龚钢军
徐志强
祁兵
-
机构
北京市能源电力信息安全工程技术研究中心(华北电力大学)
国网湖南省电力有限公司经济技术研究院设计中心
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2019年第2期97-104,共8页
-
基金
国家电网公司科技项目"电网用户用电行为与可控负荷需求响应技术研究"~~
-
文摘
针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特征优选集作为输入,通过比较不同隐含层激活函数和隐含层节点个数下训练集和测试集的正确率,优选出适用于用户用电行为分析的ELM算法的输入参数。最后,以国内和国外用户用电数据为数据源,进行算例仿真实验,通过与反向传播(BP)神经网络的对比分析表明,所提出的基于ELM算法的用户用电行为分析方法提高了检测的正确率并且降低了算法运行时间,能够更好地掌握用户用电负荷状态,实现配电网的削峰填谷。
-
关键词
用户用电行为分析
极限学习机
反向传播(BP)神经网络
参数优化
智能用电
需求响应
大数据
-
Keywords
electricity consumption behavior analysis
extreme learning machine(ELM)
back propagation neural network
parameter optimization
intelligent electricity consumption
demand response
big data
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TM732
[电气工程—电力系统及自动化]
-
