摘要
本发明公开了一种精准识别用户用电规律与用电异常的改进高斯混合分析方法,涉及用电负荷分析技术领域,包括:对电网负荷数据进行严格的数据分析,以确定考虑节假日精准匹配的用户基本行为特征和行为变异性来源;分析这些行为特征以适当地选择聚类算法及其参数,这些行为特征将从每个时间序列中提取,然后使用改进高斯混合算法用于聚类;聚类完毕确定并表征用户日常用电规律;聚类完毕计算稀疏聚类的后验概率、对数似然概率和存在性以验证用户用电异常检测结果。通过电网不同用户群体负荷数据中存在的时间、节假日、日常变化和季节性差异分析用户用电规律和用电异常,从而帮助电网公司制定有效的能源管理和规划策略。
技术关键词
混合分析方法
高斯混合模型
期望最大化算法
皮尔逊相关系数
协方差矩阵
聚类
数据
高斯概率密度函数
指标
皮尔逊算法
集群
成分分析
特征值
混合算法
异常用户
参数
能源管理
负荷
系统为您推荐了相关专利信息
阻抗控制方法
刚度
曲面
动态辨识方法
递归最小二乘法
三维点云匹配
重构模型
雅可比矩阵
最小化误差
误差函数
XGBoost模型
决策系统
协方差矩阵
进口装置
天然气分离器