蔣正邦, 吳 浩, 程 祥, 孫維真, 商佳宜
(1. 浙江大學電氣工程學院, 浙江省杭州市 310027; 2. 國網浙江省電力有限公司杭州供電公司, 浙江省杭州市 310011; 3. 浙江電力調度通信中心, 浙江省杭州市 310007)
在智能電網的大環境下,電力公司用電信息采集系統、電力營銷系統和客戶服務信息系統等積累了有關用戶與變電站的海量用電信息[1]。充分挖掘與分析這些信息中所蘊含的變電站共性特征,對變電站建模、指導合理用電及安排供電規劃、高效利用能源等方面具有重要意義[2-3]。目前,聚類分析是對變電站用電信息進行數據挖掘的重要方法之一。
對變電站聚類分析的研究途徑主要有兩種,一種是針對變電站的用戶構成對變電站進行聚類,另一種是針對變電站的日負荷曲線對變電站進行聚類[4-7]。用戶構成一般指變電站中各類用戶所占的比例,采用用戶構成作為聚類指標的研究者認為,用戶構成是造成綜合負荷特性差異的根本原因,負荷構成是最直接的負荷本質特征,最能體現負荷特性分類的科學性和合理性[8-11]。而針對日負荷曲線進行聚類的研究者認為,電力負荷曲線聚類是配用電數據挖掘的基礎,在負荷數據預處理、異常用戶檢測、需求側管理與能效管理等多種配用電問題有廣泛的應用[12-18]。
實際上,電力系統是一個高度復雜的分層系統,采用僅考慮日負荷曲線或是用戶構成的聚類模型可以準確地對變電站進行聚類,但也相對地忽略了其他影響因素?!?br>