基于AMI大数据和自组织映射网络的电力市场用户特征研究

随着智能电网的发展和AMI系统的应用，电网数据量大大增加，海量电网大数据一方面有助于电网运行、调度策略的制定，一方面也大大增加了数据处理的难度。为此采用自组织映射神经网络（SelfOrganizing Map，SOM）模型，基于实际电力用户的消费数据进行了用户消费行为模式分析和识别，同时利用主成分（PCA）模型结合k均值聚类的方法与SOM模型进行对比。结果表明SOM模型在数据降维、用户行为模式识别方面具有一定优势，实际算例结果表明SOM模型效果优于PCA模型，研究结果可为电力大数据处理方法和用户行为模式识别提供参考。