期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密度聚类技术的电力系统用电量异常分析算法
被引量:
66
1
作者
田力
向敏
《电力系统自动化》
EI
CSCD
北大核心
2017年第5期64-70,共7页
如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关...
如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。
展开更多
关键词
用电量异常分析
密度聚类
局部离群点要素
关联分析
下载PDF
职称材料
题名
基于密度聚类技术的电力系统用电量异常分析算法
被引量:
66
1
作者
田力
向敏
机构
工业物联网与网络化控制教育部重点实验室(重庆邮电大学)
出处
《电力系统自动化》
EI
CSCD
北大核心
2017年第5期64-70,共7页
基金
重庆市研究生科研创新项目(CYS15158)
国家电网公司科技项目(SGJSSZOOFZJS1501091)
重庆市基础与前沿研究计划(cstc2015jcyjA40007)~~
文摘
如何科学、准确地识别异常用电量对于改善电力系统用电管理至关重要。文中提出一种基于密度聚类技术的电力系统用电量异常分析算法。该算法通过基于密度的聚类技术和局部离群点要素给出异常用电波动区间的离群度,利用关联分析法构造关联规则,同时给出其关联规则支持度,并结合当前用电量综合分析获取异常用电得分。最后以异常用电百分比实现用电量信息异常情况的快速、可靠分析。仿真和实验测试结果表明该异常分析算法能够高效识别用电信息异常数据,从而提高用电量异常分析的准确率。
关键词
用电量异常分析
密度聚类
局部离群点要素
关联分析
Keywords
abnormal power consumption analysis
density-based spatial clustering of applications with noise(DBSCAN)
local outlier factor(LOF)
association analysis
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密度聚类技术的电力系统用电量异常分析算法
田力
向敏
《电力系统自动化》
EI
CSCD
北大核心
2017
66
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部