咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >大数据环境下用户用电关联因素辨识及用电量预测方法 收藏
大数据环境下用户用电关联因素辨识及用电量预测方法

大数据环境下用户用电关联因素辨识及用电量预测方法

专利申请号:CN201510934200.9

公 开 号:CN105512768A

发 明 人:王林童 赵腾 张焰 杨增辉 苏运 

代 理 人:张妍;周荣芳

代理机构:上海信好专利代理事务所(普通合伙)

专利类型:发明申请

申 请 日:20160420

公 开 日:20151214

专利主分类号:G06Q10/04(20120101)

关 键 词:用电量 大数据 用电模式 辨识 预测 矩阵 聚类分析方法 电力价格 分析处理 海量用户 经济数据 气候条件 生成速度 数据驱动 随机森林 特性评价 用电行为 用户群体 预测方法 预测精度 预测模型 差异性 从区域 互信息 相关联 子空间 构建 算法 体量 维度 一种 关联 划分 挖掘 群体 拓展 运用 研究 进行 

摘      要:一种大数据环境下用户用电关联因素辨识及用电量预测方法,针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点,在研究用户用电特性评价指标的基础上,运用海量用户用电特性子空间聚类分析方法,挖掘用户多种用电模式,拓展现有的用电行为分析方法,同时根据不同用电模式对用户进行群体划分,并利用互信息矩阵从区域及行业经济数据、气候条件,以及电力价格等方面辨识与用户群体用电量相关联的因素,构建基于随机森林算法的用电量大数据预测模型,实现了用电预测全过程的数据驱动,并且可以规避用电模式差异性为用电量预测带来的不利影响,具有较高的预测精度,适用于大数据的分析处理。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分