作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在当前国家推进电力市场化交易的形势下,研究电力大客户的负荷模式具有重要意义。文章通过应用K-means的聚类算法,实现对工业大客户的电力负荷模式识别。同时,也提出了通过小波的方法压缩存储空间,并简要分析了负荷模式对负荷预测的作用。
推荐文章
电力大客户业扩工程管理研究
电力大客户
业扩工程
管理措施
协同机制
浅谈电力大客户用电工程的全过程管理
电力大客户
管理措施
安全用电
全过程管理
谈谈“大营销”体系下的电力大客户营销管理服务
“大营销”体系
大客户营销
管理服务
大客户商机管理模式研究
商机
商机管理
商机生命周期
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电力大客户负荷模式研究
来源期刊 企业技术开发(下半月) 学科 工学
关键词 负荷模式 K-means聚类 负荷预测
年,卷(期) 2016,(8) 所属期刊栏目 机械机电
研究方向 页码范围 117-119
页数 3页 分类号 TM714
字数 1436字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗煜 8 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (22)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
负荷模式
K-means聚类
负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
企业技术开发(下半月)
半月刊
chi
出版文献量(篇)
13071
总下载数(次)
12
总被引数(次)
34890
论文1v1指导