为适应新能源发电的随机性、居民用电行为的多样性以及电力交易体制的改革,需要提高需求响应的实时性以及电网与用户之间信息的交互。本发明涉及一种基于大数据思维的居民用电行为分类模型,首先,采集居民用电数据,提取出居民用电行为的属性特征,根据历史用电数据和实时的电力负荷情况来识别居民用电规律与否的系统及方法,主要过程包括通过异常分析剔除掉个别极端用电数值,通过自回归模型建立每个用电单位的48小时用电关系曲线,通过高斯混合模型做聚类分析,通过期望极大算法计算出高斯混合模型中的参数。本发明创新性地将时序居民用电数据转换为自回归系数,进而引入高斯混合聚类模型中。
声明:
“基于高斯混合模型和期望极大算法的居民用电行为分析的系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)