基于数据挖掘判别用电类别异常的分析与研究
2020-06-08金昌铉朱宇龙马博刘森黎晚晴陈玲娜
科技与创新 2020年10期
金昌铉,朱宇龙,马博,刘森,黎晚晴,陈玲娜
基于数据挖掘判别用电类别异常的分析与研究
金昌铉1,朱宇龙1,马博1,刘森1,黎晚晴2,陈玲娜2
(1.中国南方电网有限责任公司,广东 广州 510000;2.南方电网数字电网研究院有限公司,广东 广州 510000)
随着电网企业全面实现智能电表全覆盖和低压集抄全覆盖,产生了海量实时的计量数据,这些数据通过分析挖掘技术,可在辅助电网规划、电网运行状态监控、负荷预测等方面发挥价值。然而,利用传统的统计分析挖掘技术,较难处理如此海量的计量数据,也无法识别异常数据蕴藏的企业经营风险问题,因此,有必要引入大数据分析挖掘技术,运用分类预测算法进行异常分析,有效识别电网高价值用户的用电类别异常。对电网企业用户如高耗能行业用户、一般工商业用户、大工业用户以及居民用户的用电数据进行深入研究,从宏观和微观角度分别对用电行为数据进行特征提取和行为分析,刻画出不同用电类别用户的负荷曲线,归纳用电行为特征,运用有效监督的数据挖掘算法构建用电类别异常识别模型,并和用户档案中的用电类别数据进行核对,找出异常数据,辅助识别电能计算装置使用异常、用户档案信息错乱和电费收取错误等异常。
用电行为;数据挖掘;日负荷曲线;决策树算法
1 引言
随着智能电网的普及,电力自动化数据日渐增多,如何从这些海量的数据中挖掘出其隐藏的价值便显得尤为重要。……
登录APP查看全文
