用电行为模式识别应用

      1. 负荷预测与负荷估计    

负荷预测与负荷估计是指在考虑一些重要的运行特性条件下，通过对过去和未来负荷进行相应的处理，在一定精度下决定未来某特定时刻的负荷值。
      2.负荷控制
      通过对同一行业的用户负荷进行聚类分析，提取并保存用户典型用电模式。通过分析峰谷差异较大的用户对电力系统产生的不同影响，对这些用户进行针对性管理，促使其调整用电行为，改善负荷曲线，从而保障电网运行的安全性。
      3.电价制定与需求侧响应策略
      通过对用户用电行为的识别和负荷模式的提取，有助于针对特定群体制需求侧响应策略，包括制定分时电价、按区域负荷控制等，并及时获取用户需求响应后的负荷模式，对实现供电企业、电力用户和政府三方共赢具有重要意义。
       4.用电异常检测
       在供电侧，由窃电或电力用户的其他违规行为引起的非技术损失是种非常普遍的现象。有效地预防非技术损失可为企业带来经济效益的同时，对供电部门节省人力物力也具有重大意义。近年来，聚类算法被不断应用到电力用户负荷模式提取领域，通过典型负荷模式来检测用户用电是否异常，从而减少非技术损失。利用实际负荷曲线数据，通过负荷模式识别方法，得到负荷簇和负荷代表曲线，然后通过比较异常用户负荷曲线与所属行业的典型负荷曲线，分析判断用户用电是否异常，为后续进行针对性处理提供依据。
       与此同时，负荷模式识别技术还存在更多的扩展应用，如用户的信
用评级，配电网的停电影响分析，用户负荷模式结合水、燃气消费信息
还可帮助识别传销窝点、黑工厂等，实现社会危机预警。另外，行业用
户的负荷模式分析还可以帮助实现行业经济预警。对供电企业和能源运
营商来说，可支持开展结合负荷模式的消费大数据应用等。