期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DTW-LSTM的短期楼宇电力负荷预测方法
被引量：
14
1
作者
张明理
张明慧
+2 位作者
王勇
武志锴
满林坤
《沈阳工业大学学报》
CAS
北大核心
2021年第4期361-367,共7页
为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利...
为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结合历史用电数据对楼宇的短期负荷进行预测,结果表明,相对于传统的聚类算法,所提方法的聚类结果更加合理且预测精度也有所提升.
展开更多
关键词
dtw
聚类算法
电力负荷预测
马尔科夫链模型
长短期记忆网络
用电数据
预测精度
用电曲线
短期负荷
下载PDF
职称材料
大数据技术在电力大用户用电特征分类中的应用
被引量：
12
2
作者
沈建良
陆春光
+2 位作者
袁健
倪琳娜
张岩
《浙江电力》
2017年第12期37-41,共5页
随着电力行业市场化改革的深入,对用电客户进行细分并提供差异化服务已经成为必然趋势。针对电力用户的用电负荷数据特点,提出了一种基于大数据技术的用电特征相似性挖掘方法。采用DTW算法对负荷曲线相似度进行度量,并利用K-means算法对...
随着电力行业市场化改革的深入,对用电客户进行细分并提供差异化服务已经成为必然趋势。针对电力用户的用电负荷数据特点,提出了一种基于大数据技术的用电特征相似性挖掘方法。采用DTW算法对负荷曲线相似度进行度量,并利用K-means算法对DTW距离矩阵进行聚类分析,实现用户负荷曲线的聚类和负荷特性分析。最后,以纺织印染业大工业用户的负荷数据为例进行验证,结果表明,该算法组合能够较好地反映负荷曲线的相似度,负荷曲线特征呈现显著差异。
展开更多
关键词
售电市场
大数据技术
用电特征分类
动态时间规整算法
K-MEANS算法
下载PDF
职称材料
基于DTW层次聚类算法的电力负荷数据特征研究
被引量：
8
3
作者
原野
田园
《自动化仪表》
CAS
2020年第12期96-101,共6页
随着信息技术的发展,电力数据的信息化应用已成为学术界的前瞻性研究。这对于我国电力行业的转型升级意义重大。利用Hadoop平台技术与动态时间规整(DTW)层次聚类算法,构建了基于Hadoop与DTW层次聚类算法的电力负荷数据特征研究模型。该...
随着信息技术的发展,电力数据的信息化应用已成为学术界的前瞻性研究。这对于我国电力行业的转型升级意义重大。利用Hadoop平台技术与动态时间规整(DTW)层次聚类算法,构建了基于Hadoop与DTW层次聚类算法的电力负荷数据特征研究模型。该模型能够克服单一层次聚类方法对大规模数据进行聚类分析时的不足,结合Hadoop集群技术可以实现大规模电力负荷数据计算的高效率。以X省某电网某地区的大宗用户作为研究对象,选取其正常工作日的日负荷曲线数据进行试验。研究表明,该地区的大宗用户电力负荷数据可分为五大类。第一类属于大功率用户;第二类属于中等功率用户;第三类属于中小功率用户;第四、第五类均属于小功率用户,只是二者用电负荷的波峰时间不同。该研究可以为电力负荷数据特征值研究提供一定的方法参考,具有一定的学术价值。
展开更多
关键词
动态时间规整层次聚类算法
Hadoop
R语言
电力负荷
变电站
MAPREDUCE
HDFS
下载PDF
职称材料
基于DTW+改进K-means+GRU的负荷异常数据辨识技术
4
作者
王玉东
王宏民
+2 位作者
董李锋
赵新雨
闫斌
《粘接》
CAS
2024年第8期193-196,共4页
以某工业园区中用电用户数据中负荷数据为例,提出一种DTW+改进K-means+GRU的用户负荷异常数据辨识方法。引入DTW相似度方法对所有用户的历史负荷数据进行周期性分类;通过改进K-means聚类算法进行有周期数据挖掘,以获取负荷数据类型;采用...
以某工业园区中用电用户数据中负荷数据为例,提出一种DTW+改进K-means+GRU的用户负荷异常数据辨识方法。引入DTW相似度方法对所有用户的历史负荷数据进行周期性分类;通过改进K-means聚类算法进行有周期数据挖掘,以获取负荷数据类型;采用GRU神经网络对无周期数据进行特征学习建模,获取电力负荷数据特征。结果表明,DTW相似性度量方法可快速有效的对用户电力负荷周期性进行分类;通过本方法能将用户负荷数据分为5种类型,且与传统K-means聚类算法相比,该方法的BDI值维持在1.3左右,较传统K-means聚类算法平均降低了2.2左右,其聚类精度更高,运行更稳定。所提出的方案可实现异常数据的准确辨识。
展开更多
关键词
深度学习
K-MEANS聚类算法
dtw
相似度
负荷数据
下载PDF
职称材料
题名
基于DTW-LSTM的短期楼宇电力负荷预测方法
被引量：
14
1
作者
张明理
张明慧
王勇
武志锴
满林坤
机构
东北大学软件学院
国网辽宁省电力有限公司经济技术研究院
b.国网辽宁省电力有限公司财务资产部
出处
《沈阳工业大学学报》
CAS
北大核心
2021年第4期361-367,共7页
基金
辽宁省自然科学基金项目(2019-MS-112)
中央高校基本科研业务专项资金项目(N2017001)
国家电网科技项目(SGLNJY00ZLJS2000091).
文摘
为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结合历史用电数据对楼宇的短期负荷进行预测,结果表明,相对于传统的聚类算法,所提方法的聚类结果更加合理且预测精度也有所提升.
关键词
dtw
聚类算法
电力负荷预测
马尔科夫链模型
长短期记忆网络
用电数据
预测精度
用电曲线
短期负荷
Keywords
dtw
clustering
algorithm
power
load
forecasting
Markov
chain
model
long
and
short
term
memory
network
electricity
consumption
data
forecasting
accuracy
electricity
consumption
curve
short-term
load
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
大数据技术在电力大用户用电特征分类中的应用
被引量：
12
2
作者
沈建良
陆春光
袁健
倪琳娜
张岩
机构
国网浙江省电力有限公司电力科学研究院
出处
《浙江电力》
2017年第12期37-41,共5页
文摘
随着电力行业市场化改革的深入,对用电客户进行细分并提供差异化服务已经成为必然趋势。针对电力用户的用电负荷数据特点,提出了一种基于大数据技术的用电特征相似性挖掘方法。采用DTW算法对负荷曲线相似度进行度量,并利用K-means算法对DTW距离矩阵进行聚类分析,实现用户负荷曲线的聚类和负荷特性分析。最后,以纺织印染业大工业用户的负荷数据为例进行验证,结果表明,该算法组合能够较好地反映负荷曲线的相似度,负荷曲线特征呈现显著差异。
关键词
售电市场
大数据技术
用电特征分类
动态时间规整算法
K-MEANS算法
Keywords
power
sales
market
big
data
technology
means
clustering
algorithm
power
consumption
feature
classification
dtw
Kmeans
clustering
algorithm
分类号
TM714 [电气工程—电力系统及自动化]
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于DTW层次聚类算法的电力负荷数据特征研究
被引量：
8
3
作者
原野
田园
机构
云南电网有限责任公司信息中心
出处
《自动化仪表》
CAS
2020年第12期96-101,共6页
文摘
随着信息技术的发展,电力数据的信息化应用已成为学术界的前瞻性研究。这对于我国电力行业的转型升级意义重大。利用Hadoop平台技术与动态时间规整(DTW)层次聚类算法,构建了基于Hadoop与DTW层次聚类算法的电力负荷数据特征研究模型。该模型能够克服单一层次聚类方法对大规模数据进行聚类分析时的不足,结合Hadoop集群技术可以实现大规模电力负荷数据计算的高效率。以X省某电网某地区的大宗用户作为研究对象,选取其正常工作日的日负荷曲线数据进行试验。研究表明,该地区的大宗用户电力负荷数据可分为五大类。第一类属于大功率用户;第二类属于中等功率用户;第三类属于中小功率用户;第四、第五类均属于小功率用户,只是二者用电负荷的波峰时间不同。该研究可以为电力负荷数据特征值研究提供一定的方法参考,具有一定的学术价值。
关键词
动态时间规整层次聚类算法
Hadoop
R语言
电力负荷
变电站
MAPREDUCE
HDFS
Keywords
Dynamic
time
warping(
dtw
)hierarchical
clustering
algorithm
Hadoop
Rlanguage
Power
load
Transformer
substation
MapReduce
HDFS
分类号
TH89 [机械工程—仪器科学与技术]
下载PDF
职称材料
题名
基于DTW+改进K-means+GRU的负荷异常数据辨识技术
4
作者
王玉东
王宏民
董李锋
赵新雨
闫斌
机构
河南九域腾龙信息工程有限公司
国网河南省电力公司
出处
《粘接》
CAS
2024年第8期193-196,共4页
文摘
以某工业园区中用电用户数据中负荷数据为例,提出一种DTW+改进K-means+GRU的用户负荷异常数据辨识方法。引入DTW相似度方法对所有用户的历史负荷数据进行周期性分类;通过改进K-means聚类算法进行有周期数据挖掘,以获取负荷数据类型;采用GRU神经网络对无周期数据进行特征学习建模,获取电力负荷数据特征。结果表明,DTW相似性度量方法可快速有效的对用户电力负荷周期性进行分类;通过本方法能将用户负荷数据分为5种类型,且与传统K-means聚类算法相比,该方法的BDI值维持在1.3左右,较传统K-means聚类算法平均降低了2.2左右,其聚类精度更高,运行更稳定。所提出的方案可实现异常数据的准确辨识。
关键词
深度学习
K-MEANS聚类算法
dtw
相似度
负荷数据
Keywords
deep
learning
K-means
clustering
algorithm
dtw
similarity
load
data
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DTW-LSTM的短期楼宇电力负荷预测方法
张明理
张明慧
王勇
武志锴
满林坤
《沈阳工业大学学报》
CAS
北大核心
2021
14
下载PDF
职称材料
2
大数据技术在电力大用户用电特征分类中的应用
沈建良
陆春光
袁健
倪琳娜
张岩
《浙江电力》
2017
12
下载PDF
职称材料
3
基于DTW层次聚类算法的电力负荷数据特征研究
原野
田园
《自动化仪表》
CAS
2020
8
下载PDF
职称材料
4
基于DTW+改进K-means+GRU的负荷异常数据辨识技术
王玉东
王宏民
董李锋
赵新雨
闫斌
《粘接》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
