典型文献
基于AI的电网母线负荷典型特征提取技术
文献摘要：
母线负荷量级小,母线曲线特征在不同时空下的差异较明显.传统技术中,通常对呈现相对固定特征的曲线开展分析,忽略了关键的"异常用电曲线",实用性较差.针对此种问题构建了基于聚类技术的电力负荷特征提取分析综合框架,基于海量母线负荷数据,首先利用基于密度的聚类算法提取母线典型负荷曲线,然后利用K-means算法对母线典型负荷曲线进行聚类,最后利用LOF算法对聚类结果中的异常数据进行检测,通过人工干预的方法对各异常检测结果进行单独分析,实现了对"典型"和"异常"用电曲线的全覆盖.通过对广东省内1062条实际母线进行算例验证,表明该技术框架具有可行性及实际意义.
文献关键词：
母线负荷;典型负荷曲线;综合框架;提取;聚类;检测
中图分类号：
作者姓名：
李豹;王巍;张蔷;李海坤
作者机构：
中国南方电网电力调度控制中心,广东 广州 510623;北京清软创新科技股份有限公司,北京 100085
文献出处：
引用格式：
[1]李豹;王巍;张蔷;李海坤-.基于AI的电网母线负荷典型特征提取技术)[J].电工技术,2022(05):71-73,76
A类：
B类：
母线负荷,典型特征,提取技术,负荷量,曲线特征,空下,传统技术,异常用电,问题构建,聚类技术,电力负荷,负荷特征提取,取分,综合框架,负荷数据,基于密度的聚类算法,典型负荷曲线,means,LOF,异常数据,人工干预,异常检测,算例验证,技术框架,实际意义
AB值：
0.383708
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
