期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BKA-GMM算法的需求侧高价值用户划分及筛选方法
1
作者 余洋 孙梓朔 +3 位作者 王中晶 李君卫 庞淇文 樊蕊 《电力自动化设备》 北大核心 2025年第9期165-173,共9页
针对调峰场景中传统用户分类方法评价标准单一导致的聚类效果不佳、大数据处理效率与精度失衡、划分结果可解释性较低等问题,提出基于黑鸢算法(BKA)优化高斯混合模型(GMM)算法的需求侧高价值用户划分与筛选方法。为解决用户分类不明确... 针对调峰场景中传统用户分类方法评价标准单一导致的聚类效果不佳、大数据处理效率与精度失衡、划分结果可解释性较低等问题,提出基于黑鸢算法(BKA)优化高斯混合模型(GMM)算法的需求侧高价值用户划分与筛选方法。为解决用户分类不明确和系统匹配不良的问题,结合用户心理学与峰、谷分时电价的负荷转移率模型,引入改进S形函数的用户负荷削减率,构建用户激励-潜力模型;针对传统聚类算法在大规模用户场景下精度与效率不足的问题,提出BKA-GMM算法,预先确定最佳聚类数和正则化参数,结合基于峰、谷时段调度潜力的划分依据,实现用户的初步分类;为提高分类结果的解释性,根据潜力系数及3个用户群特征制定筛选条件,精确识别出削减型、灵活型和复合型的高价值用户。仿真结果表明,将所建模型作为划分条件,显著提升了用户划分效率和参与实际响应的概率,所提筛选方法不仅加快了划分速度,提高了准确性,而且清晰地筛选出了不同类型的高价值用户。 展开更多
关键词 调度潜力 高价值用户 BKA优化算法 gmm聚类分析 用户划分 需求响应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部