基于结构自适应神经网络用电量时间特征的聚类分析
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM715

基金项目:

重庆市自然科学基金


Clustering Analysis for Time Feature of User Power Consumption Based on Structural Self-adaptation ANN
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    鉴于聚类分析在数据挖掘中具有重要的作用,针对聚类分析中聚类数确定难的问题,深入研究了聚类准则的选择和曲线特性,提出了一种基于SOFM神经网络的结构自适应聚类神经网络,其特点是能够自动确定最佳的聚类数.基于实际营销数据,采用结构自适应聚类神经网络技术实现了用户用电量时间特征分析,所得结论对于电价的针对性的调整以及合理地安排电力生产具有重要的参考价值.

    Abstract:

    In view of the important effect of clustering analysis in data mining, the clustering rules and its curve are studied to solve the problem of determining clustering number. A kind of self-adaptation clustering ANN is presented based on SOFM ANN, which can automatically determine the clustering number. Based on practical sales data, the time feature analysis of power user consumption are carried out by using the self-adaptation clustering ANN, whose conclusion has the important referenced values for adjusting power price correspondingly and arranging power producing reasonably.

    参考文献
    相似文献
    引证文献
引用本文

袁忠军,陈刚.基于结构自适应神经网络用电量时间特征的聚类分析[J].重庆大学学报,2007,30(8):44-48.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2007-05-08
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码