基于过程回声状态网络的电力用户用电模式分类研究

• 作者: 杨劲锋 王家兵 秦州 肖勇 蒋佳军 阙华坤 马千里
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 回声状态网络 过程神经元 时间序列分类 用户分类
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 智能用电技术
• 页码范围: 3563-3569
• 页数: 7页
• 分类号: TM715
• 字数: 5612字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2015.12.034

摘要

电力时序数据的分类问题是数据挖掘领域中的一个研究热点.对电力用户模式分类可以帮助电网企业分析用户用电特性,实现差异化营销.在回声状态神经网络(echo statenetwork,ESN)基础上引入过程神经元,提出一种用于电力时序数据分类的新型神经网络——过程回声状态网络(process echo state network,PESN).该网络通过对连接权重进行函数化,实现函数域到实数域的映射.并针对权函数难以训练学习的问题,提出利用基函数的展开形式来逼近权函数的学习算法,从而将回声状态神经网络从时序预测领域进一步扩展到时序分类领域中.仿真实验结果证明,与传统时间序列分类算法相比,过程回声状态网络在用电模式分类实验中表现出了更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖勇	广东电网公司电力科学研究院	78	676	15.0	21.0
2	王家兵	华南理工大学计算机科学与工程学院	5	32	3.0	5.0
3	阙华坤	广东电网公司电力科学研究院	20	108	8.0	9.0
4	马千里	华南理工大学计算机科学与工程学院	28	283	10.0	16.0
5	杨劲锋	广东电网公司电力科学研究院	16	236	8.0	15.0
6	秦州	华南理工大学计算机科学与工程学院	2	26	2.0	2.0
7	蒋佳军	华南理工大学计算机科学与工程学院	1	6	1.0	1.0