收藏本站
收藏 | 论文排版

基于数据挖掘的电力负荷检测与分析

王在乾  
【摘要】:随着智能电网的不断建设,电力管理部门能够得到更多的负荷数据,如何从这些数据中挖掘出用电行为和状态,并对未来的用电趋势进行预测,对于保障电网的安全稳定运行具有重要意义。数据挖掘技术的快速发展为实现从电力负荷数据中快速有效挖掘用电信息提供了理论支撑。为此,本文根据电力负荷数据的特点及用户的用电规律,结合数据挖掘的关键技术,对电力异常的检测和电力负荷的预测进行了深入研究,并运用数据挖掘技术分别设计了异常用电行为的检测方法和电力负荷的超短期预测方法。具体的研究内容如下:1.分析电力负荷数据挖掘的现状和主要技术。为提高对于复杂的电力负荷数据的挖掘质量和效率,在分析现有数据预处理技术的基础上,设计一种基于时间序列的方法,对电力负荷数据中的脏数据进行清洗修复。根据电力负荷数据的特点,结合数据挖掘技术,设计了电力负荷检测与分析的整体方案。2.根据电网异常检测的需求,经分析研究将电力异常分为具有固定阈值的数值型异常和用电状态发生异变的行为类异常。对于数值型异常,设计了阈值检测方法;对于异常行为的检测,针对用电需求增加等正常用电情况会影响平稳检测方法对异常行为的检测准确性的问题,根据相似用户之间的关联性,提出一种基于密度聚类的用电异常行为检测方法。3.为了进行科学的电力调度,在分析现有电力负荷预测的基本思想和主要方法的基础上,提出一种基于时间序列密度聚类的超短期电力负荷预测方法。该方法通过对用户的用电模式进行聚类分析,得到待预测负荷的参考序列,再根据近大远小原则结合回归思想建立超短期负荷预测模型,实现了电力负荷的超短期预测。利用电力负荷数据对负荷检测方法进行了测试验证与分析。测试结果表明本方法能够实现异常用电行为检测以及电力负荷的超短期预测,具有较好的检测和分析效果。电力负荷检测和分析结果可以通过管理软件进行查看管理,有助于提高电网的管理水平以及实现电网的安全稳定运行。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 王迪;林毅;王鹏;张婉莹;孙婧;;辽宁省日最大电力负荷与气象因子的关系[J];科技与创新;2019年19期
2 王猛;;电网供电系统电力负荷调控[J];内蒙古科技与经济;2019年22期
3 李琛;郭文利;吴进;金晨曦;;北京市夏季日最大电力负荷与气象因子的关系[J];气象与环境学报;2018年03期
4 周克男;刘进波;;基于主成分分析的BP神经网络预测电力负荷[J];数学学习与研究;2016年23期
5 傅新姝;谈建国;;基于滤波技术的上海日最大电力负荷气象预报模型[J];气象科技;2015年06期
6 叶殿秀;张培群;赵珊珊;夏鑫;柯宗建;王有民;刘秋锋;;北京夏季日最大电力负荷预报模型建立方法探讨[J];气候与环境研究;2013年06期
7 黄元生;黎特;皮薇;;非平均权重条件下电力负荷组合预测模型研究[J];山东电力高等专科学校学报;2013年03期
8 卢华刚;;电力负荷控制技术及其在需求侧管理中的应用[J];机电信息;2011年18期
9 罗森波;纪忠萍;马煜华;骆晓明;曾沁;林少冰;;2002~2004年广东电力负荷的变化特征及预测[J];热带气象学报;2007年02期
10 郑瑞晨,张合明;南阳电力负荷无线双向管理系统数据库设计[J];水电能源科学;2000年02期
11 罗慧莉;高速船直流电力负荷的简化计算[J];船舶;1998年02期
12 张小平,王伟;短期电力负荷预报的自适应模糊神经网络方法[J];电力系统自动化;1998年01期
13 徐任武;电力负荷监控实用化需解决的几个问题[J];电网技术;1996年08期
14 刁卓朋,黄臻宇;电力负荷的中期预测分析[J];广东电力;1996年03期
15 何凤有;煤矿电力负荷躲峰填谷原理及其实现[J];煤矿机电;1994年03期
16 齐岱云;谈电力负荷计算方法的改进[J];节能;1994年05期
17 朱龙根;中小型化工企业电力负荷计算方法的修正[J];浙江化工;1994年01期
18 江晓峰;;电力负荷控制技术及其选用[J];吉林电力技术;1992年04期
19 陈协;张秉政;;动态电力负荷连续模型的建立和应用[J];贵州师范大学学报(自然科学版);1987年02期
中国重要会议论文全文数据库 前10条
1 浩宇;高红燕;张宏芳;沈姣姣;;西安城市电力负荷特征及与气象因子关系分析研究[A];第35届中国气象学会年会 S6 应对气候变化、低碳发展与生态文明建设[C];2018年
2 郭西进;郝继飞;许世范;;加权平移法在电力负荷预报系统中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
3 张驰;王汝文;王明;;基于无线通讯和现场总线技术的电力负荷监控系统的结构设想[A];第五届全国智能化电器及应用研讨会会议论文集[C];2001年
4 谢庄;丁德平;于丽萍;尤焕苓;郑艳;虞海燕;;北京地区冷度日与电力的关系研究及预报[A];中国气象学会2006年年会“气候变化及其机理和模拟”分会场论文集[C];2006年
5 范进进;尹炤寅;姜杰;刘熠炎;;2007至2013年黄石市夏季电网气象敏感负荷预测的研究[A];第33届中国气象学会年会 S13 “互联网+”与气象服务——第六届气象服务发展论坛[C];2016年
6 徐新江;;浅谈新电力负荷模式下发电企业节能减排[A];全国火电600MW机组技术协作会第13届年会论文集[C];2009年
7 吴建民;张春明;;电力负荷系统应用与改进[A];2006电力行业信息化年会会议论文集[C];2006年
8 毛元章;毛强;;缓解电力负荷供应紧张的措施(一)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
9 毛元章;毛强;;缓解电力负荷供应紧张的措施(二)[A];2004全国能源与热工学术年会论文集(2)[C];2004年
10 孙建明;盛琼;周之栩;王函韵;朱晓东;;湖州市电力负荷气象指数预测服务系统[A];第28届中国气象学会年会——S7城市气象精细预报与服务[C];2011年
中国博士学位论文全文数据库 前8条
1 李眉眉;电力负荷混沌特性分析及其预测研究[D];四川大学;2004年
2 冯丽;数据挖掘和人工智能理论在短期电力负荷预测中的应用研究[D];浙江大学;2005年
3 黎鹏;非侵入式电力负荷分解与监测[D];天津大学;2009年
4 王桓;电力时间序列的混沌识别与短期预测[D];湖南大学;2009年
5 方仍存;电力系统负荷区间预测[D];华中科技大学;2008年
6 张红斌;电力系统负荷模型结构与参数辨识的研究[D];华北电力大学(北京);2003年
7 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
8 叶世杰;基于多指标模型的电力负荷预测研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 吴明刚;天津市电力负荷短期预测[D];河北工业大学;2017年
2 张靖;基于大数据的用电稽查研究[D];华北电力大学;2019年
3 王在乾;基于数据挖掘的电力负荷检测与分析[D];重庆邮电大学;2018年
4 魏来;基于统计综合法的电力负荷建模方法研究[D];郑州大学;2019年
5 陈璞迪;基于深度神经网络的电力负荷分析方法的研究与实现[D];北京邮电大学;2019年
6 张一举;电力负荷短期预测的分析与研究[D];西安理工大学;2019年
7 郭海波;基于深度学习的短期电量预测方法研究[D];北京邮电大学;2019年
8 张春燕;基于数据挖掘的电力负荷异常数据检测与修正研究[D];兰州理工大学;2019年
9 江鲲;能耗监测用电力负荷数据集成传输系统研究[D];上海交通大学;2016年
10 田鑫宇;基于工频通信技术的电力负荷遥控系统设计与研究[D];长春工业大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 庞彩霞 通讯员 佘慧萍 何石;南方电力负荷屡创新高背后的经济新“密码”[N];经济日报;2019年
2 本报记者 白麟;入伏以来我市电力负荷创历史新高[N];重庆日报;2017年
3 记者 陈景深 通讯员 王学峰 冯晋亮;全市电力负荷创新高[N];汕尾日报;2014年
4 冯迪 韩晖;我市电力负荷已突破去年最高值[N];常州日报;2013年
5 周以欣 吴昌红;江苏电力负荷创历史新高[N];新华日报;2010年
6 记者 陶涛;力促电力负荷持续稳定增长[N];宁夏日报;2009年
7 记者 郭秀玉;入夏我市电力负荷猛增[N];珠海特区报;2007年
8 通讯员 彭赛鸿;我市电力负荷节节攀升[N];郴州日报;2006年
9 通讯员 李楠;市电业局郊区分局进行电力负荷实测[N];驻马店日报;2006年
10 记者 朱泓宇;今年我市最高电力负荷可达到315万千瓦[N];宿迁日报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978