期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于用电行为K-Means聚类的电能替代潜力用户识别方法研究
1
作者 左正琴 徐桐 +1 位作者 杨圣杰 任海歌 《仪器仪表用户》 2025年第3期4-6,9,共4页
当前电能替代潜力用户识别模型一般为结合用户的特定行为分析,识别覆盖范围不全面,导致最终误识率上升,为此提出对于用电行为K-Means聚类的电能替代潜力用户识别方法的设计与分析。根据当前测定,先明确潜力用户特征指标及潜力识别目标,... 当前电能替代潜力用户识别模型一般为结合用户的特定行为分析,识别覆盖范围不全面,导致最终误识率上升,为此提出对于用电行为K-Means聚类的电能替代潜力用户识别方法的设计与分析。根据当前测定,先明确潜力用户特征指标及潜力识别目标,结合用电行为K-Means聚类技术,强化识别覆盖范围,构建用电行为K-Means聚类电能替代潜力用户识别模型,采用自适应集中调度的方式来完成识别处理。测试结果表明:对比于机器学习电能替代用户特征分析技术、数据挖掘电能替代潜力用户自动识别方法,此次设计的用电行为K-Means聚类电能替代潜力用户识别方法最终计算得出的误识率相对较低,这说明该方法的整体识别效率高,精准度高,错误识别的次数得到了进一步控制处理,具有实际的应用价值。 展开更多
关键词 用电行为 K-MEANS聚类 电能替代 潜力用户 识别方法 用电监测
在线阅读 下载PDF
基于数据挖掘的电能替代潜力用户自动识别方法 被引量:1
2
作者 何哲 《自动化应用》 2023年第23期200-202,共3页
电能替代潜力与非潜力用户行为数据存在不平衡的问题,导致传统识别方法的分类误差较大。为此,本文提出了一种基于数据挖掘的电能替代潜力用户自动识别方法。结果表明,该方法识别电能替代潜力用户的查准率为95.03%,具有一定的可行性与可... 电能替代潜力与非潜力用户行为数据存在不平衡的问题,导致传统识别方法的分类误差较大。为此,本文提出了一种基于数据挖掘的电能替代潜力用户自动识别方法。结果表明,该方法识别电能替代潜力用户的查准率为95.03%,具有一定的可行性与可靠性。 展开更多
关键词 数据挖掘 电能替代 用户识别 自动识别方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部