一种新的时间序列相似性度量及其在智能电网中的应用
信号处理
2025-10-20 v2 音频与语音处理
摘要
许多智能电网应用涉及数据挖掘、聚类、分类、识别和异常检测等。这些应用主要依赖于相似性度量，即不同时间序列或时间序列子序列之间的距离。常用的时序距离度量，即欧氏距离（ED）和动态时间规整（DTW），未能从时间动态角度量化用电数据的灵活性。因此，需要一种新的距离度量，能够量化智能电网应用（如需求响应和负荷画像）中电力时间序列的幅值和时间变化。本文提出一种比较用电模式的新距离度量。该方法包含两阶段，量化将一个时间序列重塑为另一个所需的时间与幅值变化努力。所提方法在三种智能电网应用中使用真实数据对比 ED 和 DTW 进行评估。总体而言，所提度量在准确识别最佳负荷调度策略、具有不规则用电的异常日以及确定电力用户表后（BTM）设备方面优于 ED 和 DTW。
引用
@article{arxiv.2310.12399,
title = {A New Time Series Similarity Measure and Its Smart Grid Applications},
author = {Rui Yuan and Hossein Ranjbar and S. Ali Pourmousavi and Wen L. Soong and Andrew J. Black and Jon A. R. Liisberg and Julian Lemos-Vinasco},
journal= {arXiv preprint arXiv:2310.12399},
year = {2025}
}
备注
6 pages, 5 figures conference