【摘要】：能源互聯(lián)網(wǎng)下分布式能源、分布式儲能設備、雙向互動用戶等大量柔性負載的自適應接入,使得配用電網(wǎng)的源-荷兩端隨機性增強,配用電網(wǎng)的結構、潮流方向發(fā)生了顯著變化,電力負荷特性也隨之產(chǎn)生了巨大改變,峰谷期用電負荷差距的日益增大以及高峰期供需矛盾的不斷尖銳,對電力系統(tǒng)的安全性和穩(wěn)定性造成了極大的威脅。隨著能源互聯(lián)網(wǎng)和智能電網(wǎng)的發(fā)展,存在大量電力系統(tǒng)數(shù)據(jù),但數(shù)據(jù)資源未得到有效的開發(fā)利用。同時,智能用電服務的逐步開展也為實現(xiàn)用戶的廣泛參與和需求的自主響應提供了基礎。針對以上問題,本論文開展了能源互聯(lián)網(wǎng)下需求側用戶狀態(tài)智能分析方法的研究。首先對用電狀態(tài)智能分析相關技術進行研究,包括用戶狀態(tài)智能分析的一般步驟、前期數(shù)據(jù)處理技術和特征提取技術;其次,提出聚類優(yōu)選策略用于實現(xiàn)對傳統(tǒng)的無監(jiān)督學習聚類算法的改進,引入準確性指標和有效性指標用來合理的度量聚類的合理性;再次,針對無監(jiān)督學習無法根據(jù)實際需求有目的進行分類的問題,提出有監(jiān)督的基于極限學習機的用戶用電狀態(tài)分析,通過比較不同隱層的激活函數(shù)和隱層的節(jié)點數(shù)的訓練集和測試集的正確率,優(yōu)化ELM網(wǎng)絡結構。最后,由于上述分類算法多是基于小規(guī)模數(shù)據(jù)的研究,在對海量的用戶數(shù)據(jù)處理方面仍存在不足,因此提出DBN-ELM的混合模型,通過深度學習有效地提取抽象高級特征實現(xiàn)對用戶狀態(tài)的智能分析。具有一定的工程應用及參考價值,對實現(xiàn)終端用能需求的大數(shù)據(jù)深入挖掘,加強客戶用能特點分析,細分不同用電用戶群體,以服務客戶為基礎,滿足不同客戶更加深層次的不同的的綜合用能需求,優(yōu)化用戶用電方式,科學合理的提出用戶用電優(yōu)化建議,對電力資源的優(yōu)化配置有重要作用。
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM73;TK01
【圖文】：

理如數(shù)據(jù)的變換、數(shù)據(jù)的歸一化等；③對處理后的用電數(shù)據(jù)進行挖掘，數(shù)據(jù)挖據(jù)逡逑技術主要包括關聯(lián)分析、深度學習、屬性篩選、分類提取、回歸預測、聚類分析逡逑等。最后對挖掘的用戶狀態(tài)進行智能分析和表達。其一般步驟如圖２－１所示。逡逑關聯(lián)分析｜逡逑［ＴｌＦｌｌ邐ｒ￣＾邐丨深度學習邐＾——、逡逑Ｃ邐＾邋卜．—邐Ｈ丨奴預處理邋—NB邐！邐Ｉ逡逑原始＿＾｜提取Ｉ邐＾預處理邐｜酣規(guī)＿Ｉ挖掘結果逡逑數(shù)據(jù)｜楙后數(shù)據(jù)邐｜分類提取邐與表達逡逑集成邐據(jù)邐、邐＾邐｜回歸預測逡逑ＬＪ邐｜聚類分析逡逑＾口邋一￣邐＾—７－：邐—邐？＇逡逑？邐數(shù)據(jù)采集及預處理邐１邐數(shù)據(jù)采二次預處理邐＾邐數(shù)據(jù)挖掘與結果表達邐｜逡逑圖２－１需求側海量用戶用電數(shù)據(jù)的挖掘處理分析逡逑２．３能源互聯(lián)下海量數(shù)據(jù)處理技術逡逑本文選取某電網(wǎng)用電負荷數(shù)據(jù)和愛爾蘭用戶實測數(shù)據(jù)作為數(shù)據(jù)源。在進行數(shù)逡逑據(jù)分析與處理時先要對數(shù)據(jù)進行預處理，目前存在多種數(shù)據(jù)預處理的方法，就本逡逑文所用數(shù)據(jù)，本文主要采用的數(shù)據(jù)預處理

理如數(shù)據(jù)的變換、數(shù)據(jù)的歸一化等；③對處理后的用電數(shù)據(jù)進行挖掘，數(shù)據(jù)挖據(jù)逡逑技術主要包括關聯(lián)分析、深度學習、屬性篩選、分類提取、回歸預測、聚類分析逡逑等。最后對挖掘的用戶狀態(tài)進行智能分析和表達。其一般步驟如圖２－１所示。逡逑關聯(lián)分析｜逡逑［ＴｌＦｌｌ邐ｒ￣＾邐丨深度學習邐＾——、逡逑Ｃ邐＾邋卜．—邐Ｈ丨奴預處理邋—NB邐！邐Ｉ逡逑原始＿＾｜提�。蛇姡揞A處理邐｜酣規(guī)＿Ｉ挖掘結果逡逑數(shù)據(jù)｜楙后數(shù)據(jù)邐｜分類提取邐與表達逡逑集成邐據(jù)邐、邐＾邐｜回歸預測逡逑ＬＪ邐｜聚類分析逡逑＾口邋一￣邐＾—７－：邐—邐？＇逡逑？邐數(shù)據(jù)采集及預處理邐１邐數(shù)據(jù)采二次預處理邐＾邐數(shù)據(jù)挖掘與結果表達邐｜逡逑圖２－１需求側海量用戶用電數(shù)據(jù)的挖掘處理分析逡逑２．３能源互聯(lián)下海量數(shù)據(jù)處理技術逡逑本文選取某電網(wǎng)用電負荷數(shù)據(jù)和愛爾蘭用戶實測數(shù)據(jù)作為數(shù)據(jù)源。在進行數(shù)逡逑據(jù)分析與處理時先要對數(shù)據(jù)進行預處理，目前存在多種數(shù)據(jù)預處理的方法，就本逡逑文所用數(shù)據(jù)，本文主要采用的數(shù)據(jù)預處理

【相似文獻】

相關期刊論文 前10條

1 孔海琴;;淺談信息通信障礙智能分析及其網(wǎng)絡優(yōu)化[J];通訊世界;2017年08期

2 王智昊;柴寶起;;智能分析技術在安防等領域的應用淺析[J];中國安防;2017年06期

3 ;"軟件智能分析"學術沙龍在中國科學院軟件研究所成功舉行[J];信息網(wǎng)絡安全;2017年09期

4 耿陽;;對繼電保護的故障智能分析的探索[J];山東工業(yè)技術;2016年04期

5 史峰;;試析智能分析技術在視頻監(jiān)控系統(tǒng)中的集成應用[J];科技創(chuàng)新與應用;2016年20期

6 劉世清;;基于視頻的場景智能分析研究[J];電子世界;2014年12期

7 ;視界[J];讀者.原創(chuàng)版;2016年08期

8 本刊訊;;“軟件智能分析”學術沙龍第三次活動成功舉辦[J];中國教育網(wǎng)絡;2017年09期

9 符新雙;;淺析智能分析技術在集成領域的應用與發(fā)展[J];中國安防;2014年12期

10 陳紅;;智能分析技術在司法行業(yè)的應用趨勢[J];中國安防;2014年14期

相關會議論文 前10條

1 曹波偉;薛青;鄭長偉;于屏崗;陳辰;;基于數(shù)據(jù)挖掘的裝備維修管理智能分析模型研究[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

2 蔡霖翔;;網(wǎng)絡詐騙案件涉案人群智能分析[A];第31次全國計算機安全學術交流會論文集[C];2016年

3 姚峗;;視頻智能分析在平安社區(qū)聯(lián)網(wǎng)監(jiān)控中實踐淺析[A];中國通信學會信息通信網(wǎng)絡技術委員會2011年年會論文集（下冊）[C];2011年

4 ;“軟件智能分析”學術沙龍在中國科學院軟件研究所成功舉行[A];第32次全國計算機安全學術交流會論文集[C];2017年

5 李鳴都;賀仲雄;;Sars防御的可拓智能分析[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

6 詹偉;張科;;基于智能分析決策的中間件監(jiān)管平臺研究與開發(fā)[A];2016電力行業(yè)信息化年會論文集[C];2016年

7 龔明軒;李兆;侯偉斌;;可視化智能分析系統(tǒng)在廣播電視監(jiān)測行業(yè)中的應用[A];中國新聞技術工作者聯(lián)合會五屆一次理事會暨學術年會論文集（下篇）[C];2009年

8 趙一彪;賀仲雄;;人-機-環(huán)境系統(tǒng)中突發(fā)事件的智能分析[A];人-機-環(huán)境系統(tǒng)工程研究進展（第七卷）[C];2005年

9 李澤魁;孫霏;;圖片智能分析技術在新華社業(yè)務系統(tǒng)中應用的自主研發(fā)實踐[A];中國新聞技術工作者聯(lián)合會2018年學術年會論文集（學術論文篇）[C];2018年

10 劉海燕;邵立嵩;王子強;;目標驅動的網(wǎng)絡安全智能分析技術[A];2005年全國理論計算機科學學術年會論文集[C];2005年

相關重要報紙文章 前10條

1 通訊員 徐佳 寧國英;能探毒會防火 智能分析及時預警[N];中國石油報;2019年

2 尹克強 毛延鋒 本報記者 王越;為健身與康復者提供智能分析[N];中國質量報;2019年

3 記者 任學光;281家企業(yè)將安裝環(huán)保設備監(jiān)測智能分析系統(tǒng)[N];河北日報;2019年

4 鄒立偉;上海石化：智能分析變搶修為檢修[N];中國石化報;2019年

5 省社科院大數(shù)據(jù)政策法律創(chuàng)新研究中心副研究員 王嫻;大數(shù)據(jù)時代輿情導控機制探索[N];貴州日報;2017年

6 ;安防存儲技術優(yōu)勢及在智能領域的應用[N];中國信息化周報;2017年

7 本報記者 楊頻萍;校企聯(lián)手，共赴“大數(shù)據(jù)盛宴”[N];新華日報;2017年

8 本報記者 房琳琳;關于人工智能產(chǎn)業(yè)化，青年精英這樣說[N];科技日報;2017年

9 孟桐雨;數(shù)據(jù)采集及智能分析功能至關重要[N];中國高新技術產(chǎn)業(yè)導報;2017年

10 本報記者 李陽;智慧法院帶來正義加速度[N];人民法院報;2017年

相關博士學位論文 前8條

1 曾奕棠;基于云挖掘的物流信息智能分析研究[D];武漢大學;2015年

2 柯余洋;面向三類應用數(shù)據(jù)的智能分析與優(yōu)化研究[D];中國科學技術大學;2016年

3 趙楠;基于機器學習的供應鏈績效智能分析方法研究[D];天津大學;2010年

4 姚成;心電信號智能分析關鍵技術研究[D];吉林大學;2012年

5 何超;基于數(shù)據(jù)挖掘的企業(yè)競爭情報智能分析研究[D];武漢大學;2014年

6 張瑞杰;注水系統(tǒng)生產(chǎn)狀態(tài)智能分析與運行優(yōu)化技術研究[D];東北石油大學;2011年

7 苑春苗;網(wǎng)絡視頻監(jiān)控系統(tǒng)中的QoS機制和智能分析技術研究[D];天津大學;2012年

8 王清波;城市隧道智能監(jiān)控系統(tǒng)及交通數(shù)據(jù)智能分析[D];武漢理工大學;2013年

相關碩士學位論文 前10條

1 李瑩;基于目標檢測與跟蹤的交通視頻智能分析系統(tǒng)研究[D];長安大學;2019年

2 陳志敏;能源互聯(lián)下需求側用戶狀態(tài)智能分析方法[D];華北電力大學(北京);2019年

3 王麗園;面向大數(shù)據(jù)的電梯工況智能分析系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2019年

4 史冊;基于深度學習機制的火警智能化管理的研究和實踐[D];杭州電子科技大學;2018年

5 陳舜堯;中國海事案件智能分析系統(tǒng)的設計與實現(xiàn)[D];山東大學;2018年

6 彭盛蘭;基于數(shù)據(jù)挖掘的用戶語義智能分析系統(tǒng)設計與開發(fā)[D];湖南大學;2018年

7 黃禹忠;基于文本分類技術的客戶投訴智能分析系統(tǒng)的設計與實現(xiàn)[D];湖南大學;2013年

8 尹鵬飛;樓宇空調控制數(shù)據(jù)的智能分析與決策[D];北方工業(yè)大學;2018年

9 張蓋;視頻智能分析在工程勘察外業(yè)中的應用研究[D];東南大學;2017年

10 駱翠萍;長脈沖射頻離子源數(shù)據(jù)智能分析系統(tǒng)設計[D];中國科學技術大學;2018年

本文編號：2725091