基于机器学习的框架，用于聚类住宅电力负载曲线以提升需求响应计划

该研究使用智能电表数据推导负荷曲线，提出了一种基于机器学习的框架，通过适用于伦敦近5000个家庭的数据获得最佳负荷剖析。研究应用了四种聚类算法，并将问题重新定义为概率分类问题，借助可解释的AI提高解决方案的可解释性。研究发现最佳聚类数为七个，但将其进一步划分为九个聚类。该解决方案具有可扩展性和多功能性，适用于电力公用事业公司为用户细分以创建更有针对性的需求响应计划。