林幕群
- 作品数：2 被引量：22H指数：2
- 供职机构：广东电网有限责任公司汕头供电局更多>>
- 发文基金：南方电网公司科技项目更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于数据挖掘技术的电价执行在线稽查模型被引量：11
- 2016年
- 针对目前供电企业营销稽查主要依靠人工巡检等被动方法而无法及时发现电价执行异常用户的现状,构建了基于数据挖掘技术的电价执行在线稽查模型。该模型以计量营销等海量用电数据为研究对象,首先利用Kmeans聚类算法构建典型用电轨迹模块,用以识别客户的典型用电模式;其次,利用马氏距离判别算法构建电价异常辨别模块,用以辨别电价执行异常用户;模型的输出为电价执行异常嫌疑用户,可为电力稽查人员提供稽查的范围及依据。利用该方法对中国南方某区域电网进行电价执行营销稽查,结果表明其能快速诊断电价执行异常用户,具有良好的实用性和可行性。下一步的研究重点是采用分布式计算方法来提高计算速度,以及通过调整判别阈值、增加异常判别方法来进行辅助稽查。
- 林幕群彭显刚林利祥郑伟钦
- 关键词：营销稽查数据挖掘聚类分析
- 基于密度聚类和Fréchet判别分析的电价执行稽查方法被引量：11
- 2015年
- 针对传统的电价执行稽查方法存在着一定的人为因素和随意性的不足,提出了一种基于密度聚类分析和Fréchet判别分析的电价执行稽查方法。首先,从计量营销一体化系统中提取电力用户用电数据,利用数据预处理模块对其进行预处理;其次,利用密度聚类分析技术,根据电力用户月用电量邻域内的户数密度,选取高户数密度样本作为k-means聚类算法的最优初始聚类中心并根据组合聚类评价指标确定最佳聚类数,从而构建不同营业区域、不同用电类别的典型电力用户月用电量轨迹曲线;然后,采用基于Fréchet距离判别的分析方法对待稽查用户进行辨别分析,包括:1)计算新样本与典型月用电量轨迹的Fréchet距离,设定合理的距离判别阈值;2)计算每个用户用电异常嫌疑系数和判别吻合系数,分别设定阈值,确定电价异常用户。通过某供电企业的应用实例,文中提出的电价执行稽查方法的稽查准确率为83.33%,优于传统稽查方法的稽查结果(28.57%);异常用户嫌疑系数普遍较高,判别吻合系数相对较低。实例验证了所提稽查方法的准确性和有效性。
- 彭显刚郑伟钦林利祥刘艺林幕群
