基于欠完备自编码器的用户用电行为分类分析方法

基于欠完备自编码器的用户用电行为分类分析方法
针对电力大数据背景下用户用电行为复杂多变、分析困难的问题，提出了一种基于欠完备自编码器的用户用电行为分类分析方法。首先，通过欠完备自编码器对智能电表数据进行编码，实现对原始数据的特征抽取，并使用反向传播(BP)神经网络进行用户用电行为分类分析；然后，对最佳编码比率进行优选，并结合用户的典型用电特征作为神经网络的输入，提高了分类准确率；最后，在爱尔兰智能电表数据集上进行了仿真实验，并与直接使用BP神经网络进行对比，分析表明，文中所提出的用户用电行为分类分析方法不仅可以提高检测准确率，帮助电力公司更好地掌握用户用电规律，辅助需求响应实施，还能显著降低算法的运行时间。

标题：
基于欠完备自编码器的用户用电行为分类分析方法
Classification analysis method for electricity consumption behavior based on undercomplete autoencoder

作者：
黄奇峰，杨世海，邓欣宇，陈海文，王守相
HUANG Qifeng, YANG Shihai, DENG Xinyu, CHEN Haiwen, WANG Shouxiang

关键词：
欠完备自编码器;用户用电行为分析;需求响应;特征挖掘;智能用电;智能电表
undercomplete autoencoder;electricity consumption behavior analysis;demand response;feature mining;intelligent electricity consumption;smart meter

2025-1-22 20:09 上传 基于欠完备自编码器的用户用电行为分类分析方法.pdf

文件大小:

3.41 MB

下载次数:

60

高速下载