基于SOM聚类的电力用户用电习惯可视化挖掘模型-中国期刊网

摘要摘要本文将自组织映射（SOM）神经网络用于研究电力专变用户的用电行为习惯聚类。首先，对用户的负荷数据进行归一化，并提取四个有效性指标作为SOM神经网络的输入。然后采用Davies-Bouldin指数和k均值将94条用户负荷曲线分成5类，并描述每类型曲线。最后识别新用户，结果证明该聚类方法行的通。

1彭柯键,蒋亚平. 基于主题模型的用户反馈评论文本可视化研究.建筑技术科学,2023-09.
2罗春梅. 基于用户需求的信息可视化设计.建筑设计及理论,2017-12.
3张睿. 基于小波变换和聚类算法的电力用户用电行为分析.产业经济,2021-05.
4樊俏茹. 电力科技创新能力可视化模型.建筑技术科学,2024-01.
5郭江涛,杨柳,多斯达那·叶尔加那提,孙博文. 基于电力大数据的用户行为分析及可视化技术应用.建筑技术科学,2023-01.
6梁帅,孙维,戴书球,江晓宇. 基于OpenCV的视频可视化模型研究.建筑技术科学,2023-11.
7牛丹,谌小波,杨鹏. 基于数据挖掘的使用和财务分析可视化.建筑技术科学,2021-12.
8作者：,韩玉影,魏治民,马啸虎. 基于BIM可视化在校园模型中的应用.建筑理论,2023-11.
9程飞飞,陈沐林. 基于电力大数据的电力用户用电特征识别模型研究.电力系统及自动化,2024-03.
10高婷婷. 基于用户图模型和信任模型的微博话题关键用户挖掘.建筑技术科学,2022-11.

基于SOM聚类的电力用户用电习惯可视化挖掘模型

来源期刊

相关推荐

同分类资源更多

相关关键词

基于SOM聚类的电力用户用电习惯可视化挖掘模型

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多