【摘 要】
：
随着智能电网的高速发展,电力系统中负荷数据高维度特性在数据分析过程中造成了数据冗余、聚类复杂、效率低等问题。基于此,本文提出利用主成分分析对负荷数据进行降维,提取
【机 构】
：
昆明理工大学信息工程与自动化学院,云南省计算机技术应用重点实验室,云南电网有限责任公司电力科学研究院
论文部分内容阅读
随着智能电网的高速发展,电力系统中负荷数据高维度特性在数据分析过程中造成了数据冗余、聚类复杂、效率低等问题。基于此,本文提出利用主成分分析对负荷数据进行降维,提取主成分特征,并利用FCM聚类算法对负荷数据进行聚类分析,得出不同用电习惯下的负荷数据聚类曲线及不同类别用户的用电行为特征。仿真结果表明本文所提方法,在降低数据维度的同时提高了算法的效率,并为供电企业进行负荷预测、异常检测、差异化服务等提供了帮助。
其他文献
农场温室统一监测,在农场管理中具有重要意义。通过无线通信技术研发了多温室多点监测系统,通过多点测量一个温室的空气温度、湿度、土壤湿度以及光照强度,ZigBee短距离无线通信发送信息到温室数据收集单元,数据收集单元通过GPRS无线通信模块发给农场监控室,监控室通过上位机界面将数据保存、分析处理,从而实现对农场多个温室的监测,发生异常时提醒管理员处理。
气象数据如降水量、风速和气温是典型的时间序列数据,具有明显非平稳、周期性波动特征。对气象数据进行分析和建模可以及时地应对旱涝灾害,对农作物的生长和灌溉具有一定的指
针对当前信息系统规模估算方面等诸多问题,分析对比行业中流行的几种软件系统规模估算方法,探讨各方法的优点与局限性,分析表明,功能点分析方法使用规范的数学模型,从业务功