基于数据挖掘判别用电类别异常的分析与研究

电力用户的几何倍数增加在提升电力企业收入的同时,也对电力系统的稳定运行造成了风险。针对当前用电类别异常分析方法对于历史用电数据分析能力相对较低,导致用电类别异常分析结果不准确的问题,设计基于数据挖掘判别用电类别异常分析方法。对采集到的用电数据进行标准化处理,采用支持向量机,对提取到的用电特征进行分析,确定用户用电类别状态,并采用数据挖掘中的聚类分析算法,判别用户用电类型是否异常。基于数据挖掘判别用电类别异常分析方法设计完成。构建仿真实验环节,对此方法的分析查准率、召回率与准确率进行分析可知,该方法的用电类别异常分析效果较好,在日后的研究中可将此方法应用到电力用户管理分析过程中。

基于用户特征数据挖掘的用电类别异常诊断

基于用户特征数据挖掘,提出了一种用于用电类别异常诊断的方法。针对用电类别分类和用电行为异常检测2个环节,分别设计了基于决策树、K-means以及支持向量机(Support Vector Machine,SVM)等算法的实验,通过数据统计和深入分析,验证了所提方法的有效性和可靠性。结果表明,该方法可以自动检测用户的用电异常情况,为后续诊断提供依据。

再论中小学变压器指标调研

根据近年来中小学工程设计,对现阶段不同类型的中小学校在不同季节、不同时间段、不同类别建筑用电情况进行调查、研究、总结,绘制调研中小学的全年总用电量变化曲线图,不同季节某日变压器负载变化曲线图,教学楼、宿舍、食堂等不同类型建筑不同季节某日用电功率变化曲线图,分析其特点,总结调研学校各类别用电负荷的单位面积用电量指标、用电时段、需要系数,供设计参考。