| 基于电力数据与机器学习的家庭收入估计方法 |
| |
| 引用本文： | 张玉蕾,王谷城,关键雄.基于电力数据与机器学习的家庭收入估计方法[J].四川电力技术,2019,42(4):60-64. |
| |
| 作者姓名： | 张玉蕾 王谷城 关键雄 |
| |
| 作者单位： | 西南交通大学电气工程学院;新加坡淡马锡理工学院清洁能源中心;新加坡国立大学计算机学院 |
| |
| 摘 要： | 合理利用从智能电表获取的家庭用电量数据,就可以推断出一个家庭的收入情况,从而有利于商家对消费群体的把控,使商家更有针对性地为用户提供需要的服务和产品。为了提高推断的准确率,提出了一种利用家庭总用电量和房屋面积信息的数据融合方法来估计家庭收入情况。研究运用几种不同的机器学习分类算法对数据进行训练和分析,最终使得对家庭年收入的分类准确率可以达到81%,相比于只利用家庭总用电量的信息,分类准确率提高了15%。可见,增加房屋面积信息的方法能够达到一定的评估目的,为商家和用户提供帮助,使人们享受更加智能和优质的生活。
|
| 关 键 词： | 智能电表 电力数据 分类算法 家庭收入 特征选择 |
Household Income Estimation Method Based on Power Data and Machine Learning |
| |
| Zhang Yulei,Wang Gucheng,Kwan Kian Hoong.Household Income Estimation Method Based on Power Data and Machine Learning[J].Sichuan Electric Power Technology,2019,42(4):60-64. |
| |
| Authors: | Zhang Yulei Wang Gucheng Kwan Kian Hoong |
| |
| Abstract: | |
| |
| Keywords: | smart meter power data classification algorithm household income feature selection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川电力技术》浏览原始摘要信息 |
|
点击此处可从《四川电力技术》下载全文 |
|
