廖圣威 戈健 杨俊豪 金天扬

【摘 要】使用智能计数器中的大量数据进行大规模的详细模拟会导致巨大的it成本。除了大型数据问题外，随机负荷建模还面临复杂且高度非线性的电气模型。为此，提出了一种新的载荷建模方法，该方法简化了数据的复杂性，同时保持了数据的分辨率并减少了线性载荷曲线的数量。最后通过试验验证了该方法的有效性和优点本文主要分析了智能仪表数据在智能电网负荷分析中的应用。

【关键词】负载建模;负载分析;智能电表

1、建模方法

1.1数据预处理

预处理数据是指删除数据集中缺少的值或包含零的数据样本。该数据集由大约6000个用户每半个小时的m条功耗序列记录组成。

1.2扩展k均值聚类算法

扩展k平均类算法使用k平均类将每个类（父类）按层次分为两个类（子类），直到类中的每个节点都满足关闭条件。第一个关闭条件是集群中的用户数少于阈值。低于阈值的类被认为在类中具有足够的模式相似性。经验表明，在智能辐射计数据聚类方案和测试中，人口少于1%的内部聚类模型的相似性足以提取模型。虽然群集内的用户较少，但it成本却显着增加。因此，必须在组数量和特性相似性之间保持平衡，以减少对it成本的影响，同时简化数据。因此，根据经验评估，1 %的用户被视为第一个停止条件。分组过程的第二个停止条件是子类错误小于父类错误。选择错误作为停止条件的主要障碍是数据的可变性。在类别结果的每个阶段，都会计算父项和子项丛集的平均绝对错误百分比