基于信息增益与Spearman相关系数的电力用户行为画像

基于信息增益与Spearman相关系数的电力用户行为画像
随着电力系统新技术的发展以及需求响应等灵活性政策的实施，传统的电力消费者正在逐步转变为产消者，其用电行为习惯也在逐步发生改变。在这一背景下，运用电力用户画像技术可以有效把握电力用户用电特性，挖掘海量用电数据的潜在价值，因此文中提出一种基于信息增益与Spearman相关系数的电力用户行为画像方法。首先，利用基于间隔统计量确定最优聚类数的k-means算法对电力用户用电数据进行聚类分析；然后综合考虑特征有效性与冗余度，构建特征集适应性评价系数；最后采用遗传算法进行迭代求解，得到最优特征子集，对电力用户行为画像进行刻画分析，并通过算例分析验证了所提方法的有效性。

标题：
基于信息增益与Spearman相关系数的电力用户行为画像
Power users' behavior portrait based on information gain and Spearman correlation coefficient

作者：
王圆圆，白宏坤，王世谦，卜飞飞，吴雄，李昊宇
WANG Yuanyuan, BAI Hongkun, WANG Shiqian, BU Feiei, WU Xiong, LI Haoyu

关键词：
信息增益;Spearman相关系数;用户行为画像;聚类分析;特征选择;用电特征
information gain;Spearman correlation coefficient;users' behavior portrait;clustering analysis;feature selection;electricity consumption features

2025-1-23 19:54 上传 基于信息增益与Spearman相关系数的电力用户行为画像.pdf

文件大小:

1.84 MB

下载次数:

60

高速下载