-
题名BP神经网络在用电用户分类中的应用
被引量：6
- 1
-
-
作者
李秋硕
王岩
孙宇军
肖勇
欧阳涛
-
机构
南方电网科学研究院有限责任公司
广州海晟科技有限公司
-
出处
《现代电子技术》
北大核心
2017年第9期156-158,162,共4页
-
文摘
BP神经网络在解决非线性复杂系统中存在很大的优势。针对家庭用电设备自身的负荷特点,以广州供电局用户用电设备能耗数据作为训练样本,利用BP神经网络构建用电设备能耗分析模型,选定能够反映对象特性的能效指标,确定神经元数,构建用户分类指标,依据训练的BP神经网络进行用户划分,实现用户间的能效对比分析。结果表明,模型收敛性较好,所得分析结果绝对误差较小。因此,利用BP神经网络进行用户能效分析的结果具有实用性和有效性。
-
关键词
BP神经网络
能效分析
负荷辨识
多元线性回归
用户划分
-
Keywords
BP neural network
energy efficiency analysis
load identification
multiple linear regression
users classification
-
分类号
TN711-34
[电子电信—电路与系统]
-
-
题名K-means改进算法在电力用户聚类辨识中的应用
被引量：8
- 2
-
-
作者
李秋硕
王岩
孙宇军
肖勇
张朝鑫
-
机构
南方电网科学研究院有限责任公司
广州海晟科技有限公司
-
出处
《信息技术》
2017年第10期108-112,117,共6页
-
文摘
科学、准确的用户用电特征分析对掌握负荷发展变化规律,提高电力需求预测的准确性,保障系统规划和经济运行具有重要意义。文中在对K-means算法深入研究的基础上,结合电力负荷数据海量、多维等特点,通过归一化处理,异常数据剔除,改进的二分K-means算法进行自聚类,对各优化算法进行分析,克服了传统K-means算法对异常数据敏感和初始聚类中心的随机性问题。实验结果表明,优化的自聚类算法能够提高分类的准确性,提高收敛效率,实现用户数据特征自动辨识分类。
-
关键词
配电网
K-MEANS算法
分类辨识
自聚类算法
准确性
-
Keywords
distribution network
K-means algorithm
clustering identification
self-cluster algorithm
accuracy
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
