期刊文献+

智能小区的商业智能 被引量:4

Business Intelligence in the Smart Community
原文传递
导出
摘要 智能电网用电环节中智能小区的建设可以实现电网与用户之间的实时交互响应,提高用户需求侧响应水平,增强用户能效管理,实现电力负荷的削峰填谷.针对智能小区中的用户类型展开研究,基于支持向量机模型,提出了峰时耗电率、负荷率、用户配合度、谷电系数等特征,实验数据来自已建成的智能小区中的用户.实验结果表明,基于支持向量机的电力用户类型判别方法是有效的. Smart community construction in the smart power consumption link of the smart grid can bring real time interaction between the grid and end-users,improve demand response performance,enhance user energy efficiency management,and realize the load peak shaving.A new approach was proposed to recognize the resident user type in the smart community based on the support vector machine(SVM) classification model,some interesting features were discussed,which included the power consumption rate in the peak load period,load rate,user cooperation degree and so on.Experiment data were collected from the users of the smart community.Experimental results show that SVM is effective for the power resident user type.
作者 张素香
出处 《北京邮电大学学报》 EI CAS CSCD 北大核心 2012年第5期94-97,共4页 Journal of Beijing University of Posts and Telecommunications
基金 国家电网公司科技项目
关键词 商业智能 支持向量机 特征选择 business intelligence support vector machine feature selection
  • 相关文献

参考文献5

二级参考文献41

共引文献36

同被引文献33

引证文献4

二级引证文献37

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部