编辑: 贾雷坪皮 2019-07-08
基于云计算的家庭智能用电策略 郭晓利,于阳(东北电力大学信息工程学院,吉林省吉林市

1 3

2 0

0 0 ) 摘要:对智能小区的居民用电行为展开研究, 基于云计算平台和并行关联规则 A p r i o r i算法, 挖掘 出了用户用电行为间的关联规则, 根据挖掘出的关联规则使用遗传算法对家庭用电时间分布进行 合理规划, 达到经济用电的目标, 给出了行之有效的智能用电策略.

由供电局将用户的智能用电策 略以短信等交互方式传递给智能用电家庭.经实例验证, 文中基于云计算平台和并行 A p r i o r i算 法的居民用电行为分析结果是有效的, 可使居民高效智能用电, 节约家庭能耗. 关键词:云计算;

并行 A p r i o r i算法;

用电行为;

智能用电 收稿日期:

2 0

1 5 -

0 3 -

1 0;

修回日期:

2 0

1 5 -

0 8 -

1 1. 国家自然科学基金资助项目(

5 1

2 7

7 0

2 3 ) .

0 引言 随着中国经济实力的增长和人民生活水平的日 益提高, 居民家庭用电量占社会总用电量比重不断 增长.2

0 0 9年5月, 国家电网公司提出要建设具有 信息化、 数字化、 自动化、 互动化特征的统一坚强智 能电网, 并且在多地广泛开展 智能用电试点建设. 在智能电网的不断建设和发展过程中积累了大量的 基础用电数据, 这些数据不仅具有海量、 高频、 分散 等特点, 而且数据之间存在关联性和相似性.由于 智能用电是智能电网建设的重要环节, 掌握了用户 的用电规律, 供电局可以个性化地指导居民科学用 电.因此, 现阶段有必要提出一种更为有效的方法 生成家庭智能用电策略, 在不影响生活质量的前提 下指导家庭用户科学合理地高效用电, 减少家庭能 耗, 从而提高居民用电效率. 文献[

1 -

2 ] 主要阐述了国外对于家庭智能用电 的研究成果, 主要有利用传感器网络获取家庭环境 信息, 通过人机交互界面显示的电力浪费信息提醒 用户采取节电操作, 以及用户通过多种数据窗口回 顾用电行为, 从而采取相应的节电策略.文献[

3 - 7] 主要阐述了国内智能用电的研究, 大部分利用峰谷 和阶梯电价管理的功能从侧面鼓励和提醒用户合理 安排用电, 节约电能.这些工作模式都是利用电价 信息间接作用于用户, 没能提出直接的用电管理办 法.文献[

8 -

9 ] 主要介绍了传统 A p r i o r i数据挖掘算 法和该算法在云环境下并行化的具体步骤及优化方 法. 本文基于家庭用户的用电行为及用电特征时间 段, 合理转化处理用户用电行为序列, 并运用基于云 计算的 A p r i o r i算法对用电行为序列进行数据挖掘, 生成用电行为间的关联规则.针对家庭用电规 划的问题, 通过使用遗传算法对家用电器的启动时 间进行优化, 提出科学合理的智能用电策略.根据 家庭耗电量、 电费等指标对家庭用电行为进行客观 评价, 家庭用户依据用电行为的分析结果进行主观 改进.本文方法生成的智能用电策略可以有效提高 用户的用电效率, 减少家庭能耗, 实现经济用电的 目的.

1 基于云计算的用户用电行为分析流程 以每家每户的用电行为为基础, 由于每家每户 的用电数据汇聚到一起的数量级很大, 本文设计了 一个由供电局使用的基于云计算的用户用电行为分 析流程, 如图1所示. 将智能电表采集的用电数据生成的用户用电行 为序列进行分布式数据存储, 在云数据处理过程中 采用并行 A p r i o r i算法进行数据挖掘, 挖掘出用户 行为间的关联规则.对用户的行为进行分析, 分析 该家庭在用电过程中可能存在的潜在用电行为踪 迹.结合分时电价采用遗传算法对用电分布进行优 化, 从而根据用户的用电习惯设计出用户个性化的 用电策略, 据此建立用户的家庭用电策略库.通过 短信、 显示屏等方式将适合该家庭的用电策略传送 给家庭用户.

下载(注:源文件不在本站服务器,都将跳转到源网站下载)
备用下载
发帖评论
相关话题
发布一个新话题