基于电力大数据的电力用户用电特征识别模型研究

摘要

采用目前方法对电力用户用电特征进行识别时，存在识别准确率低、F₁分数低和识别结果易受用电数据分帧长度影响的问题。为此提出基于电力大数据的电力用户用电特征识别模型，利用电力数据采集系统采集用户用电数据，并调节用电数据负荷曲线、数据标准化和数据降维，再利用K-means聚类算法提取预处理后优化用电数据的特征，将用电特征带入支持向量机中，根据分类结果实现电力用户用电特征的识别。实验结果表明，所提方法识别准确率高、F₁分数高、识别结果不受用电数据分帧长度的影响。

关键词

电力用户 / K-means聚类算法 / 支持向量机 / 用电特征识别