用电行为分析相关论文
用户用电行为分析对于用户行为规划和资源协同优化至关重要,现有的用户行为分析方法存在主观性强且物理模型难以应对复杂电网环境......
数据驱动的用电行为分析方法更能够从用电大数据中挖掘出用户用电行为规律,从而提升电网侧管理服务质量。对数据驱动的用电行为分......
为获取并评估用户内部各用电器能效情况，提出基于非侵入式负荷监测NILM（non-intrusive load monitoring）的家庭电器能效评估方法。首......
随着电力体制改革的不断深入,为争夺市场份额、吸引潜在用户购电并提高自身收益,售电公司愈发重视用户的用电体验.对用户日负荷曲......
针对大数据应用背景下因电网规模急剧扩大和电力系统结构更加复杂而造成的用户用电行为分析困难的问题,提出一种基于改进K均值算法......
基于深度学习的负荷分解方法忽略了设备状态的关联性,导致应用过程中会出现功率误判现象.针对上述问题,提出一种基于时间模糊化长......
为了提升电力企业网上国网APP的推广有效性,提出基于用电行为分析的网上国网APP精准推广路径选择建模研究方法。根据用电设备用途......
由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选......
针对传统K-means算法存在的对初始聚类中心敏感和需要预先给定K值的问题,提出了一种基于CK-means算法的用户用电负荷聚类分析方法......
针对传统K-means算法存在的对初始聚类中心敏感和需要预先给定K值的问题,提出了一种基于CK-means算法的用户用电负荷聚类分析方法.......
以周负荷数据为用户用电行为分析的视角较通常使用日负荷数据更符合用户客观用电周期规律,提出一种面向用户周负荷数据聚类方法,通......
电力大数据服务是智能电网建设的关键,提出了基于改进AP聚类的用电行为分析方法和基于随机森林的电力负荷预测方法。针对AP聚类分......
论文以某智能小区的一户居民用户电力负荷数据为研究对象,利用K均值聚类算法提取该用户不同日类型下的负荷特征曲线,分析其用电行......
电能是社会生产和人民生活所必须的基础能源,作为一种特殊商品出售给用户。窃电行为不仅影响供电公司经营效益,还会带来人身、电网......
能源互联网的兴起是全球能源环境与经济发展双重压力导致的结果,这种趋势不可避免地促进大数据分析技术的快速发展.大数据技术是指......
智能量测技术是智能电网的重要组成部分,文章为增强非侵入式家庭负荷辨识算法的适用性,提出了一种负荷低频监测技术,结合居民用电......
用电行为分析技术对供电企业掌握用户用能方式、调整生产计划以及进行电网规划有着较大的现实意义。传统用电行为分析多利用少量样......
电力行业中通常利用96个负荷采集点来分析用户一天的用电规律。由于负荷采集变量的高维特性,在数据分析中不仅造成了用户用电特性......
针对居民电力消费过高、电网存在峰值负荷等问题,提出一种基于BP神经网络的家庭用电量预测模型,利用MATLAB工具,通过对居民12个月......
作为坚强智能电网重要组成之一的配电网与人民日常的生活和生产密不可分,由于它直接面向数量庞大的用户终端,所以在作为民生保障服......
随着智能电网建设的持续推进,国家电网公司在对电力系统的监控过程中可以存储海量用户用电数据。因此,依据用电数据分析结果辅助电......
我国农村电网在不断向前发展的同时,电力供需之间的矛盾也随着时间在逐步加深,农村短期电力负荷预测和农村用户用电行为分析对于农......
智能量测技术是智能电网的重要组成部分,为了实现非侵入式负荷低频监测并进一步提升负荷辨识准确率,文中结合居民用电行为与外界环......
随着用电水平的不断提高,电网峰谷差逐渐扩大,对于负荷侧的柔性调控需求也随之增加。用户侧柔性负荷的可调控潜力较为可观,是需求......
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......
本文提出基于大数据挖掘技术的客户用电行为识别模型,运用聚类算法对客户用电特性进行聚类分析,挖掘和识别用电模式,从用电特征、......
随着中国智能电表在用户中广泛普及,电力公司可获取用户用电数据日益庞大,海量的用电数据给用户用电行为挖掘分析带来了新的挑战。......
对异常用电行为进行自动分析是电力部门十分关心的问题, 故提出一种基于 L 0稀疏超图半监督学习的用户窃电行为识别算法.与经典图......
文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据,同时对数据进行修复......
智能电网的普及产生了海量的监测数据,这些数据对于电网规划、运行状态分析、负荷预测以及用户行为分析等研究至关重要。高级量测......
随着电网高峰负荷迅猛增长,峰谷差不断拉大、负荷率快速下降,同时新能源波动问题、环境污染问题等,使得需求响应的应用迫在眉睫。......
随着电力客户数据采集频度不断提高、数据分析维度不断扩展,客户的用电行为变得更加复杂。客户标签和画像技术的发展,给客户用电行......
随着智能电表的推广,现能够收集到的用户用电信息数据内容越来越多,例如可以采集到各相功率因素等用电功率数据,若能通过这些数据......
对于用户异常用电行为的检测,电力企业通常采用人工检查的方法,但该方法需要消耗大量的人力、物力,且容易受主观因素的影响。为此,......
随着电力信息化的深化应用,电力信息数据呈现爆炸式增长趋势,电力行业的大数据时代已经到来。传统的在小规模数据量下对客户用电行......
针对智能配用电大数据背景下用电数据离群点检测方法的适用性以及实际数据集中异常用电样本获取成本较高的问题,提出一种基于高斯......
智能电表的推广和安装,使用户侧累积了海量用电数据。特征提取和聚类分析作为有效的数据处理手段,有助于挖掘用电数据中隐藏的宝贵......
配电网中的大数据技术应用包括配电网中的噪声数据识别、配电网规划、负荷预测、故障诊断、智能配电等等,因此有效的将大数据技术......
通过对大用户用电数据进行聚类分析,找出不同用户间的用电行为的相似程度并进行归类,最终构建错峰用电方案的算法模型,识别出大用......
会议
针对大数据应用背景下用户智能用电行为分类的计算复杂性和特征选择有效性的问题,提出一种基于特征信息量的特征优选策略。首先,以......
随着智能电网的建设与发展,电网的各个环节都产生着体量巨大、结构复杂、复杂关联的数据,是电力大数据的主要来源。数据的价值产生......
基于大数据技术的分时阶梯电价及用电行为分析,可以有效挖掘现有数据中蕴含的价值,不仅能够解决业务发展遇到的瓶颈,而且可以充分......
泛在电力物联网的建设引入了海量电力用户侧数据。利用这些电力大数据,提出了一种数据驱动的用电行为特性分析方法。首先,提出基于......
针对智能电表高频率快速采集的实时数据,采用BP神经网络的方法对用户的用电行为进行分析预测.根据预测结果制定分时电价,将用户的......
