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:
为更好掌握大用户对象的耗电行为,实现对电力资源的按需分配,提出基于数据挖掘的大用户用电特征分类方法.计算大用户对象的集中用电量,通过划分用户消耗行为的方式,确定具体的耗电周期数值.在此基础上,研究用电用户所属类别,按照高维负荷数据的降维需求,提取用电行为模式的实际特征,实现基于数据挖掘的大用户用电特征分类方法的顺利应用.对比实验结果表明,应用新型特征分类方法后,大用户对象的平均耗电周期缩短至6.48 min,而最大电压升值却只能达到56.7 V,可准确掌握大用户对象耗电特征.
推荐文章
云计算设备中的大数据特征高效分类挖掘方法研究
云计算
大数据
特征提取
分类挖掘
基于数据挖掘判别用电类别异常的分析与研究
用电行为
数据挖掘
日负荷曲线
决策树算法
基于分类技术的Blog用户兴趣挖掘
Blog
内容挖掘
Blog搜索
中心向量法
kNN算法
移动计算环境下远程用户体验数据挖掘方法研究
移动计算
用户体验数据
数据挖掘
特征提取
QoS
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 基于数据挖掘的大用户用电特征分类方法研究
来源期刊 电子设计工程 学科
关键词 数据挖掘 大用户用电特征 特征分类 负荷数据 模式特征
年,卷(期) 2021,(14) 所属期刊栏目 计算机技术与应用|Computer Technology Application
研究方向 页码范围 38-41,46
页数 5页 分类号 TN929
字数 语种 中文
DOI 10.14022/j.issn1674-6236.2021.14.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
数据挖掘
大用户用电特征
特征分类
负荷数据
模式特征
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
论文1v1指导