钟小强 陈程 董雨 李春生 徐冬冬

摘要：基于电力负荷特性分析，电力公司能够为用户提供更好的服务。以前的分析不能很好地表达用户的用电负荷特性，因此，采用SOM神经网络聚类方法来解决这个问题。先对获取的数据进行归一化处理，然后采用MATLAB仿真输出可视化聚类结果，最后得到了一个详细的分析结果。根据SOM神经网络显示的结果，不同类型公变用户的用电行为是有差异的，因此有一个很好的聚类效果。

关键词：SOM神经网络;负荷特性曲线;聚类分析

中图分类号：TM7 文献标识码：A 文章编号：1007-0079（2014）33-0204-03

在国家提出建设坚强智能电网的背景下，提高电力营销服务水平和智能用电技术已成为电网企业关注的焦点。电力营销服务水平与智能用电技术的提升离不开在对电力用户用电行为特征的准确、全面、及时地掌握，而从海量负荷数据中提取用户日负荷特征曲线并进行深入分析成为研究用户用电行为特征的一种有效方式。

从研究对象层面来看，以往相关研究侧重专线用户（负荷数据来源为SCADA系统）和专变用户，并以传统意义上的行业分类作为提取负荷特征曲线时聚类的依据。从研究方法层面来看，电力用户日负荷特征曲线的提取多使用聚类算法，主要有统计方法、机器学习方法、人工神经网络方法和面向数据库的方法。人工神经网络因具有大规模的并行协同处理能力、较强的容错能力、联想能力、学习能力和自适应能力，故能够较好地适应海量数据背景下的数据挖掘。……