一种面向居民电力需求曲线的聚类框架
机器学习
2021-05-19 v1 计算机与社会
摘要
由智能电表基础设施大规模部署所实现的居民电力需求曲线数据的可用性,使得对用电模式进行更精确的分析成为可能。本文分析了位于荷兰阿姆斯特丹市的家庭用电需求曲线。定义了一个全面的聚类框架,根据家庭的用电模式对其分类。该框架包含两个主要步骤,即输入用电数据的降维步骤,以及对降维后子空间的无监督聚类算法。尽管文献中用于上述聚类任务的任何算法均可用于相应步骤,更重要的问题是针对给定数据集和聚类任务推断哪种特定的算法组合最佳。本文通过提出一种新颖的客观验证策略来解决该问题,并通过主观验证对其建议进行交叉核验。
引用
@article{arxiv.2105.08537,
title = {A Clustering Framework for Residential Electric Demand Profiles},
author = {Mayank Jain and Tarek AlSkaif and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2105.08537},
year = {2021}
}
备注
Published in Proc. International Conference on Smart Energy Systems and Technologies (SEST), 2020