基于KL-散度的智能電網(wǎng)用戶(hù)特征提取方法

首頁(yè) > 過(guò)刊瀏覽>2016年第24卷第8期 >36-36

基于KL-散度的智能電網(wǎng)用戶(hù)特征提取方法
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:華北電力大學(xué) 控制與計算機工程學(xué)院,華北電力大學(xué) 控制與計算機工程學(xué)院,華北電力大學(xué) 控制與計算機工程學(xué)院
作者簡(jiǎn)介:
通訊作者:
中圖分類(lèi)號:
基金項目:國家自然科學(xué)基金（51407076）；河北省自然科學(xué)基金（F2014502050）；河北省高等學(xué)校科學(xué)研究項目（Z2013007）；中央高校基本科研業(yè)務(wù)費專(zhuān)項資金資助（2015ZD28）

Client Feature Extraction Method in Smart Grid Based on KL-divergence

Author:

Affiliation:

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

智能電網(wǎng)技術(shù)的發(fā)展，使得傳統電力系統的規模及復雜度大大增加，同時(shí)產(chǎn)生了大量的用電數據，如何有效利用數據挖掘技術(shù)，從這些海量數據中挖掘出有潛在價(jià)值的信息，成為了當前電力系統分析中的一個(gè)挑戰性問(wèn)題。首先根據不同的時(shí)間段，將用戶(hù)的用電數據進(jìn)行劃分，在分析每段時(shí)間內用戶(hù)用電數據的基礎上，采用KL-divergence（KL-散度）方法衡量用戶(hù)差異，并結合基于密度改進(jìn)的K-means算法，給出了一種新的用戶(hù)特征提取算法，用以描述電網(wǎng)用戶(hù)的特征差異，從而實(shí)現針對不同類(lèi)別用戶(hù)制定不同電力營(yíng)銷(xiāo)策略，這在一定程度上能夠提高企業(yè)經(jīng)濟效益。最后，算例仿真結果表明，所給出的用戶(hù)特征提取算法在計算的時(shí)間效率和準確性上，較傳統方法都有了明顯的提升。

Abstract:

With the rapid development of smart grid, a great amount of related usage data in the smart grid is produced every day. Then how to make use of these data and mining the potential information become a huge challenge. Based on the analysis of user power data, by combining the KL- divergence method with the improved K-means algorithm, we give a new user feature extraction algorithm, which is used to describe the difference of power grid users. Finally, we validated the effectivity and efficiency of our algorithm by experiments.

參考文獻

相似文獻

引證文獻

引用本文

趙文清,楊璐,李剛.基于KL-散度的智能電網(wǎng)用戶(hù)特征提取方法計算機測量與控制[J].,2016,24(8):36.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2016-01-21
最后修改日期:2016-03-08
錄用日期:2016-03-08
在線(xiàn)發(fā)布日期: 2016-08-18
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼