-
公开(公告)号：CN106709754A
公开(公告)日：2017-05-24
申请号：CN201611059600.0
申请日：2016-11-25
Applicant: 云南电网有限责任公司昆明供电局
CPC classification number: G06Q30/0201 , G06F16/2465 , G06F16/254 , G06F16/35 , G06Q50/06
Abstract: 本发明提供了一种用基于文本挖掘的电力用户分群方法，其主要通过一种基于机器学习的文本自动分类模型建立标签体系库；根据标签和标签属性权重使用K‑means聚类算法对进行用户画像；依据用户画像下的若干个标签属性，将用户按照一定的规则进行聚类，采用Jaccard计算相似度的方法，实现基于用户画像的客户群划分。
-
公开(公告)号：CN106682763B
公开(公告)日：2020-12-29
申请号：CN201611058846.6
申请日：2016-11-25
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种用于大量样本数据的电力负荷优化预测方法，本方法通过数据预处理、数据分组、模型拟合、优化分组、优化估计、数据预测等方法步骤，将含大量样本数据的小粒度电力负荷记录数据进行预处理、整理、清洗，去除和纠正无效和错误的样本数据、对所述样本数据进行初步分组，使用时间序列模型对所述分组数据进行模型拟合和参数估计，对所述样本模型和初步估计参数进行优化分组，即相同模型和相同参数的样本数据作为一组，采用同一个模型进行参数的精确估计，再利用所述精确估计的参数应用于样本数据，进行精确预测。采用上述方法对大量样本的用电负荷数据进行分析和预测，能够大幅的降低模型拟合和参数估计的计算量，提升数据预测的速度和精确性。
-
公开(公告)号：CN106682763A
公开(公告)日：2017-05-17
申请号：CN201611058846.6
申请日：2016-11-25
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种用于大量样本数据的电力负荷优化预测方法，本方法通过数据预处理、数据分组、模型拟合、优化分组、优化估计、数据预测等方法步骤，将含大量样本数据的小粒度电力负荷记录数据进行预处理、整理、清洗，去除和纠正无效和错误的样本数据、对所述样本数据进行初步分组，使用时间序列模型对所述分组数据进行模型拟合和参数估计，对所述样本模型和初步估计参数进行优化分组，即相同模型和相同参数的样本数据作为一组，采用同一个模型进行参数的精确估计，再利用所述精确估计的参数应用于样本数据，进行精确预测。采用上述方法对大量样本的用电负荷数据进行分析和预测，能够大幅的降低模型拟合和参数估计的计算量，提升数据预测的速度和精确性。
-
-
Search Results
3
records
(took 0.04 seconds)
