电力消费者的聚类方法：挪威Hvaler的实证研究
应用统计
2017-03-08 v1
摘要
挪威具体而言及欧洲/美国一般而言智能电网的发展将很快导致来自家庭的大量细粒度时空消费数据的可用性。这使得将数据挖掘技术应用于电力系统传统问题成为可能。将客户聚类为适当群体对运营商或零售商通过专用电价或客户定制服务差异化对待每组极为有用。目前，该任务基于通过问卷收集的人口统计数据完成，这容易出错。本文中，我们使用三种不同聚类技术（连同其变体）基于消费模式自动分割电力消费者。我们还提出了提取每个消费者消费模式的好方法。分组结果使用四种常见内部有效性指标评估。我们发现Self Organizing Map (SOM)和k-means算法的组合产生最具洞察力和有用的分组。我们还发现分组质量不能被自动指标有效测量，这与文献中的常见建议相反。
引用
@article{arxiv.1703.02502,
title = {Clustering Methods for Electricity Consumers: An Empirical Study in Hvaler-Norway},
author = {The-Hien Dang-Ha and Roland Olsson and Hao Wang},
journal= {arXiv preprint arXiv:1703.02502},
year = {2017}
}
备注
12 pages, 3 figures