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:
简要介绍了4种常用的数据挖掘技术,结合建筑负荷分类和预测相关研究进行了评估比较.使用K均值聚类算法对上海某居民小区的用电数据进行了分析,结果表明,利用K均值算法的聚类分析和统计学方法结合所挖掘出的数据与实际情况表现出高度吻合性,并且比逻辑推理分析的结果更加精确可靠.
推荐文章
上海能源形势和能源需求预测分析
能源消费弹性系数
能源结构
能源效率
能源需求预测
欧洲城市能源需求侧管理发展探究
需求侧管理
欧洲
政策
技术
基于灰色GM(1,1)模型的河南省能源需求量预测
格兰杰因果关系模型
GM(1,1)模型
matlab
高校电力需求侧管理潜力分析
需求侧管理
潜力分析
绿色校园
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 建筑能源需求侧管理的数据挖掘方法及案例分析
来源期刊 暖通空调 学科
关键词 人行为 需求侧管理 数据挖掘 K均值聚类算法 节能 建筑能耗
年,卷(期) 2017,(9) 所属期刊栏目 人行为模式
研究方向 页码范围 27-32,54
页数 7页 分类号
字数 5447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 魏祎璇 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (29)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
人行为
需求侧管理
数据挖掘
K均值聚类算法
节能
建筑能耗
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
暖通空调
月刊
1002-8501
11-2832/TU
大16开
北京市西城区德胜门外大街36号凯旋大厦A座4层
2-758
1971
chi
出版文献量(篇)
7308
总下载数(次)
24
论文1v1指导