基于KL-散度的智能电网用户特征提取方法

来源：计算机测量与控制杂志2016年第8期北京时间：

作者：赵文清,杨璐,李刚

单位：华北电力大学 控制与计算机工程学院

摘要：智能电网技术的发展，使得传统电力系统的规模及复杂度大大增加，同时产生了大量的用电数据，如何有效利用数据挖掘技术，从这些海量数据中挖掘出有潜在价值的信息，成为了当前电力系统分析中的一个挑战性问题。首先根据不同的时间段，将用户的用电数据进行划分，在分析每段时间内用户用电数据的基础上，采用KL-divergence（KL-散度）方法衡量用户差异，并结合基于密度改进的K-means算法，给出了一种新的用户特征提取算法，用以描述电网用户的特征差异，从而实现针对不同类别用户制定不同电力营销策略，这在一定程度上能够提高企业经济效益。最后，算例仿真结果表明，所给出的用户特征提取算法在计算的时间效率和准确性上，较传统方法都有了明显的提升。

关键词：智能电网;特征提取;数据挖掘;K-means

基金资助：国家自然科学基金（51407076）；河北省自然科学基金（F2014502050）；河北省高等学校科学研究项目（Z2013007）；中央高校基本科研业务费专项资金资助（2015ZD28）