基于BKA-GMM算法的需求侧高价值用户划分及筛选方法.pdfVIP

第45卷第9期电力自动化设备Vol.45No.9

2025年9月ElectricPowerAutomationEquipmentSept.2025

基于BKA-GMM算法的需求侧高价值用户划分及筛选方法

余洋1，2，孙梓朔1，2，王中晶1，2，李君卫1，2，庞淇文1，2，樊蕊1，2

（1.华北电力大学（保定）新能源电力系统全国重点实验室，河北保定071003；

2.华北电力大学（保定）河北省分布式储能与微网重点实验室，河北保定071003）

摘要：针对调峰场景中传统用户分类方法评价标准单一导致的聚类效果不佳、大数据处理效率与精度失衡、

划分结果可解释性较低等问题，提出基于黑鸢算法（BKA）优化高斯混合模型（GMM）算法的需求侧高价值用

户划分与筛选方法。为解决用户分类不明确和系统匹配不良的问题，结合用户心理学与峰、谷分时电价的负

荷转移率模型，引入改进S形函数的用户负荷削减率，构建用户激励-潜力模型；针对传统聚类算法