使用高维回归混合模型聚类电力用户
应用统计
2015-07-02 v1
摘要
新计量技术与智能电网如今提供了关于个体（家庭、中小企业）用电量的海量信息。这些数据的两大应用是电网不同尺度下的负荷画像与预测。基于负荷分类的客户细分是实现这些目的的自然方法。我们在此提出一种基于高维回归混合模型的新方法。我们方法的新颖之处在于聚焦于揭示对应于不同回归模型的类别或簇。因此，这些类别随后可用于各类别的画像与预测，或以统一视角进行自底向上的预测。我们考虑了一个包含4,225个电表的爱尔兰个体用户真实数据集，每个电表在2010年1月1日至2010年12月31日的一年中每天有48个半小时抄表读数，以证明我们方法的可行性。
引用
@article{arxiv.1507.00167,
title = {Clustering electricity consumers using high-dimensional regression mixture models},
author = {Emilie Devijver and Yannig Goude and Jean-Michel Poggi},
journal= {arXiv preprint arXiv:1507.00167},
year = {2015}
}