共查询到20条相似文献,搜索用时 46 毫秒
1.
交流电能表是计量电能的主要工具,其计量检定的精准度直接关系着电能表的后期使用,以及用户和电力企业之间的利益关系.然而,交流电能表在计量检定当中的一些常见故障,严重影响了交流电表的使用.本文在介绍交流电能表种类的基础上,就不同类型交流电能表的计量检定故障及处理方法进行了探究. 相似文献
2.
3.
4.
针对传统聚类算法对于大数据背景下大量电力大数据异常监测过程中存在的问题,提出在电力大数据异常值检测中的快速密度峰值聚类算法的改进.对传统基于密度峰值空间聚类方法进行分析,得到传统算法在使用过程中的问题.提出了快速密度峰值聚类算法的改进,对自适应参数与聚类中心自动的选择,通过标准化局部密度与距离对大数据异常值进行评测,能... 相似文献
5.
6.
智能电能表具有很强大的数据处理功能,而其不同的指示状态则反映了其对数据处理的结果.智能电能表是现代社会普遍使用的电能计量装置,而其在使用过成中可能出现一系列的问题,并通过指示装置显示出来.因此,用户应该具备通过指示状态来判断智能电能表运行状态的能力.本文对如何通过智能电能表的状态指示来判断故障进行了分析,并提出了故障的处理方法. 相似文献
7.
利用一种混合聚类算法对用户聚类方法进行分析.给出了此混合聚类算法的应用公式以及在用户聚类算法中应用的思路,最后给出了该算法的具体实现过程. 相似文献
8.
9.
10.
针对经典K-means选取初始值具有一定的盲目性和不确定性,提出了基于Canopy+算法的改进K-means聚类算法。首先对实验数据进行预处理,并从每条日负荷数据提取六个特征值;然后搭建Spark大数据集群,利用集群具有的内存并行化特点,提升改进聚类算法处理大规模数据的能力;最后将预处理后的用户日负荷数据进行单机K-means以及改进后算法的集群聚类。实验结果表明,在降低迭代次数的基础上,改进后集群聚类算法误差平方和降低3 659.906、轮廓系数提高0.03、DB指数下降0.06。使用改进后算法将电力用户划分为五个类别,其中具有调峰潜力、较优质的需求侧响应用户为第5类用户。 相似文献
11.
为促进电力事业的快速发展,做好电力计量工作至关重要。在电力计量工作中,电能表的应用是重要方面。为了满足人们日益增长的电力需求,用智能电能表替代传统电能表是一种必然趋势。因此,科学的电力计量工作在提升电力行业节能降耗程度方面起到重要作用。在本篇文章中,笔者主要对节能降耗的电力计量技术进行分析,以供参考。 相似文献
12.
随着智能电网的快速发展,电力企业智能电能表的服务项目与功能也在日益拓展.但智能电能表作为新时代的科技产物,设备功能及使用环境也较普通电能表更为繁琐,如何正确使用新型智能电能表,保证其安全运行以及电能源的稳定供给,成为电力企业以及电力用户必须攻克的难题. 相似文献
13.
针对传统K—Means聚类算法需要用户输入聚类数目的缺点,对K—Means聚类算法进行了改进,提出使用一个有效指数来克服这个问题,该算法不需要背景知识,自动聚类,提高了聚类的准确性。该算法还可以根据数据量的大小确定合适的步长,增强了适应性。通过将该算法应用于网站日志数据中对用户进行聚类,验证了算法的有效性。 相似文献
14.
单相复费率电子式电能表的设计 总被引:1,自引:0,他引:1
目前在电能计量和收费当中使用最多是的是机械表和电子式电能表,这些电能表只能完成计量功能而不能完成分时付费功能,随着科学技术与国民经济的发展,对分时付费功能的需求越来越多,针对这种情况研发出了一种能够按照时段进行分时付费的电子式电能表,克服了现有电能计量中存在的不能分时付费的问题,可以满足电能表用户和供电部门的需求. 相似文献
15.
交流电能表是一种计量仪器,它的主要功能是计量电路中交流电能有无功,伴随着电力技术的快速发展,其应用也日益广泛,但在计量检定中电能表仍会存在一些故障.本文就计量测定中交流电能表出现的常见故障展开讨论,并提出相应的解决方法及策略,为交流电能表的广泛而稳定的应用提供保障. 相似文献
16.
谱聚类算法是建立在谱图理论的基础上的,同传统的聚类算法比起来,谱聚类算法可以在任意形状的样本空间中聚类,并且收敛于最优解.谱聚类算法能够发掘数据的非线性低秩结构,广泛应用于复杂网络、机器学习等领域,它和流形嵌入、图模型以及积分算理论等密切关联.典型谱聚类算法包括NJW算法、标准切算法、多尺度算法、基于Nystrom的算法以及分层和抽样技术,不同的算法具有不同优缺点,应合理使用. 相似文献
17.
个性化服务中用户兴趣聚类算法研究 总被引:2,自引:0,他引:2
讨论了个性化服务中用户兴趣建模对聚类算法的要求,指出经典聚类算法应用于用户兴趣聚类时的不足。在基于图论的K近邻聚类算法的基础上进行改进,提出一种基于相似度的聚类算法。实验证明,与K近邻算法相比,该算法能够显著提高聚类质量,有效区分孤立点,适用于用户兴趣聚类。 相似文献
18.
19.
为了从用户地理空间分布数据中挖掘用户间关联关系,提出了一种基于谱聚类的关联关系挖掘算法.首先定义了关联度,用以衡量用户之间空间分布的相似性,基于关联度构造相似矩阵,再利用谱聚类方法对用户进行聚类分析,聚类结果表征了用户的关联关系.采用Silhouette指标和聚类准确率来衡量用户关系挖掘质量,同时与传统的K-Means方法进行了比较,通过真实数据集实验,结果表明该算法在实验数据集上能达到90%以上的聚类准确率,证明方法有效、可行. 相似文献