基于形状的住户负荷曲线聚类与预测方法
机器学习
2017-08-23 v1
摘要
消费者需求响应(DR)是一个重要的研究和产业问题，其旨在对消费者的能源消耗进行分类、预测和修改。遗憾的是，传统聚类方法产生了数百个簇，且给定消费者常关联多个簇，难以将消费者分类为稳定的代表性群体并预测个体能源消耗模式。本文中，我们提出一种基于形状的方法，能更好地在住户层面分类和预测消费者能源消耗行为。该方法基于动态时间规整(DTW)。DTW寻求反映常规消费者行为隐藏模式效应的能源消耗模式之间的最优对齐。使用来自 Opower Corporation 的真实消费者24小时负荷曲线，我们的方法使代表性群体数量减少50%，并在 DTW 距离度量下提高了预测精度。我们将该方法扩展以估计哪些电气设备将在哪些时段被使用。
引用
@article{arxiv.1702.01414,
title = {Shape-Based Approach to Household Load Curve Clustering and Prediction},
author = {Thanchanok Teeraratkul and Daniel O'Neill and Sanjay Lall},
journal= {arXiv preprint arXiv:1702.01414},
year = {2017}
}
备注
14 pages, submitted to a transaction