基于小波变换和聚类算法的电力用户用电行为分析-中国期刊网

摘要【摘要】电力体制的改革导致电力市场走向市场化和智能化，供电企业将面临着日益激烈的市场竞争，所以要比以往更加注重市场意识，更加注重客户需求，这就要求更详细的用户行为分析。本文针对用电行为分析，针对负荷特征提取，用电行为的影响因素，等角度对现有的研究成果进行分类的详细阐述。并使用小波变换和聚类算法相结合的方式对近100个用户的用电行为进行了分析。随着电力体制改革的推进，用户行为分析将是电力企业一项重要的研究内容，具有重大的研究价值和经济价值。

1付洁;曹敏洁;汤谷云;罗涟玲;王修信. 小波变换和模糊聚类的SAR图像斑点噪声去除.物理,2013-03.
2高林;赵建辉. 基于小波变换的图像融合增强算法.航空宇航推进理论与工程,2017-04.
3谢学军;孙加兴;李滨;黄蕾;樊治平. 基于AltiVec技术的小波变换优化算法.微电子学与固体电子学,2009-08.
4陈新平. 基于小波变换的正则化图像复原算法.建筑技术科学,2021-07.
5王怀光;张培林;张云强;任国全. 基于奇异值分解和小波变换的图像压缩算法.火炮、自动武器与弹药工程,2012-04.
6汪辉进. 基于小波变换的图像压缩改进算法及其性能分析.教育学,2017-04.
7薛磊李强武中王慧霞李淑英. 基于SOM聚类的电力用户用电习惯可视化挖掘模型.电力系统及自动化,2016-12.
81刘茹,2卓俊宇,2李杏丽,2魏其珺. 聚类算法在电力大客户行为分析中的实施.产业经济,2021-07.
9许郡. 离散余弦变换和离散小波变换相结合的数字水印算法研究.职业技术教育学,2014-03.
10陈长金耿立卓. 基于小波变换的电能质量扰动源定位算法研究.电力系统及自动化,2018-12.

基于小波变换和聚类算法的电力用户用电行为分析

来源期刊

相关推荐

同分类资源更多

相关关键词

基于小波变换和聚类算法的电力用户用电行为分析

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多