沈 泓，刘 顺

(1.国网江苏省电力公司常州供电公司 电力调度控制中心，江苏 常州 213001；2.江苏瑞中数据股份有限公司，江苏 南京 210012)

基于K-means聚类算法的数据分析模型应用研究

沈 泓1，刘 顺2

(1.国网江苏省电力公司常州供电公司 电力调度控制中心，江苏 常州 213001；2.江苏瑞中数据股份有限公司，江苏 南京 210012)

阐述了如何使用数据分析模型进行数据收集分析和处理，以及如何通过K-means聚类算法及线性回归模型建立合理预估模型。电能在从发电厂传输到用户的过程中，在输电、变电、配电以及营销管理的各环节中会产生电能损耗，如果线路损耗较高，则会对电网运行的安全性与经济性造成直接影响，同时也会加快线路老化或损坏速度。合理分析预估模型，可以找出差异性较大的台区着重进行管理与监测，并于用户操作区的Web端进行展示，进而有效预测出哪些台区可能存在偷窃电行为或其它影响正常供电的不合理行为，为供电工作提供有效辅助。

回归模型;K-means聚类算法;分析模型;预估;显著性

0 引言

电网数据作为一种对供电公司规划设计、生产运行、经营管理水平的综合反映与直观展示，是供电公司日常管理工作中关注的重要内容。合理分析处理与利用海量的电网数据，能够带来可观的经济与社会效益。以分析预测线损为例，台区线损管理通过比较理论线损与实际线损的差值，对不合理线损进行分析和预测，可提供较为科学有效的降损措施，有利于提升电力部门的管理水平与经济效益，加强电网建设与改造的科学性。……