| 基于数据特征提取与自适应K-means聚类算法的用户用电画像* |
| |
| 引用本文： | 王红斌,王勇,罗林欢,肖天为,徐硕,罗思敏.基于数据特征提取与自适应K-means聚类算法的用户用电画像*[J].电工技术,2021(17):31-33. |
| |
| 作者姓名： | 王红斌 王勇 罗林欢 肖天为 徐硕 罗思敏 |
| |
| 作者单位： | 广东电网有限公司广州供电局,广东 广州 510000 |
| |
| 摘 要： | 随着大数据研究的不断深入与配电自动化建设的逐步完善,电网的态势感知功能正在发挥越来越大的作用,也越来越受到电力公司的重视,其中实现用户用电特征的画像是最重要与基础的一部分.首先对现有用电数据进行特征提取,通过这种方式实现了初步的用电特征提取,同时大大降低了后续算法运行所需的计算资源,随后通过自适应K-means聚类算法对用电特征进行自适应聚类.最后,将得到的结果与常规方法进行准确率比对,验证了该方法的有效性.
|
| 关 键 词： | 用户画像 数据特征提取 自适应K-means聚类算法 大数据技术 |
User Electricity Consumption Profile Based on Data Feature Extraction and Adaptive K-means Clustering Algorithm |
| |
| WANG Hongbin,WANG Yong,LUO Linhuan,XIAO Tianwei,XU Shuo,LUO Simin.User Electricity Consumption Profile Based on Data Feature Extraction and Adaptive K-means Clustering Algorithm[J].Electric Engineering,2021(17):31-33. |
| |
| Authors: | WANG Hongbin WANG Yong LUO Linhuan XIAO Tianwei XU Shuo LUO Simin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|
