基于SOM神经网络的居民用户电力消费模式识别
详细信息 查看官网全文
- 论文作者：赵翔 ; 周开乐 ; 张弛
- 年：2016
- 作者机构：合肥工业大学管理学院;
- 论文关键词：需求侧管理 ; 模式识别 ; 数据聚类 ; SOM神经网络
- 会议召开时间：2016-09-28
- 会议录名称：第十一届（2016）中国管理学年会论文集
- 语种：中文
- 分类号：F426.61;TP183
- 学会代码：ZGUH
- 会议名称：第十一届（2016）中国管理学年会
- 会议地点：中国黑龙江哈尔滨
- 主办单位：中国管理现代化研究会、复旦管理学奖励基金会
- 学会名称：中国管理现代化研究会
- 页数：8
- 文件大小：567k
- 原文格式：D
- 会议级别：全国
摘要
在当今世界,互联网与大数据技术的进步带动了数字信息化时代的飞跃性发展,而数据量的爆发性增长则激发了社会发掘数据背后有效信息的需求,搜寻有效信息的数据挖掘技术正在各个行业的发展过程中展现出越来越重要的作用。本文从探讨电力用户需求侧管理对行业发展的重要意义以及居民用户电力消费模式识别在需求侧管理中所处的地位和作用的角度出发,研究作为一种可以挖掘行业信息的重要的数据挖掘方法——模式识别方法在识别居民用户电力消费模式中的应用。通过研究SOM神经网络在识别居民用户电力消费模式过程中的应用,利用Matlab神经网络工具箱构建出SOM神经网络,对江苏省部分家庭的用电消费模式进行识别,并通过数据可视化方法对模式识别的结果进行进一步分析。
引文
[1]中国电机工程学会信息化专委会.中国电力大数据发展白皮书[M].中国电力出版社,2013:1-2.
[2]I DC.The 2011 digital universe study:Extracting value from chaos[EB/OL].http://www.emc.com/collateral/demos/microsites/emc-digital-universe-2011/index.htm,2011.
[3]杨善林,周开乐.大数据中的管理问题:基于大数据的资源观[J].管理科学学报,2015,18(5):1-8.
[4]杨善林,周开乐,张强,范雯娟,丁帅,余本功,冯南平,刘业政.互联网的资源观[J].管理科学学报,2016,19(1):1-11.
[5]陈彬.中国经济增长影响能源消费[EB/OL].中国能源网[2015-09-15].http://www.china5e.com/index.php?m=content&c=index&a=show&catid=73&id=917931.
[6]国家能源局.国家能源局发布2010年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2011-01/28/c_131054979.htm,2011.
[7]国家能源局.国家能源局发布2011年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2012-01/14/c_131360365.htm,2012.
[8]国家能源局.国家能源局发布2012年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2013-01/14/c_132100340.htm,2013.
[9]国家能源局.国家能源局发布2013年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2014-01/14/c_133043689.htm,2014.
[10]国家能源局.国家能源局发布2014年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2015-01/16/c_133923477.htm,2015.
[11]郭亮.电力用户用电数据采集及监控在需求侧管理中的应用研究[D].山东大学硕士论文,2010:7-8.
[12]王蓓蓓,李扬,高赐威.智能电网框架下的需求侧管理展望与思考[J].电力系统自动化,2009,33(20):17-22.
[13]国家发展改革委体改司.电力体制改革解读[M].北京:人民出版社,2015:18-19.
[14]关于进一步深化电力体制改革的若干意见[EB/OL].赢硅网:http://www.windosi.com/news/201503/485504.html,2015.
[15]杨善林、胡祥培、傅为忠.企业管理学(第三版)[M].高等教育出版社,2015.
[16]王晶,朱珂,汪斌强.基于用户社会属性及行为特征吸引度的微博粉丝网络演化模型[J].计算机应用,2013,33(10):2753-2761.
[17]Jiawei Han,Micheline Kamber,Jian Pei著,范明,孟小峰译.数据挖掘概念与技术(原书第三版)[M].机械工业出版社,2012:211-289.
[18]宋丽梅,罗菁.模式识别[M].北京:机械工业出版社,2015.
[19]赵喜林,赵喜玲,江祥奎.模式识别方法及其比较分析[J].信阳农业高等专科学校学报,2004.
[20]汪海波,张海臣,段雪丽.基于MATLAB的自组织竞争神经网络研究[J].邢台职业技术学院学报,2005,22(1):45-47.
[21]梁爽.基于生物侧抑制机制的神经网络模型研究[D].南京航空航天大学硕士论文,2010:22-25.
[22]王政炳,张殿治.一种基于神经网络的非线性自适应滤波器[J].系统工程与电子技术,Systems Engineering and Electronics,1999,21(6):66-69.
[23]李文娟,姚竹亭.基于自组织竞争神经网络的地震预测[J].电子世界,2013:92-93.
[24]朱沭红.精通MATLAB神经网络[M].北京:电子工业出版社,2010.
[25]陈金赛.基于神经网络的预测分析及其应用研究[D].浙江工商大学硕士学位论文,2011.
[26]高洪深,陶有德.基于人工神经网络的非线性回归预测模型的研究[J].北方工业大学学报,1999,11(1):68-73.
[27]赵金星.基于神经网络和遗传算法的Atkinson循环发动机全负荷范围性能优化研究[D].上海,上海交通大学博士论文,2013:41-57.
[28]张威.人工神经网络用于传感信号的模式识别[D].北京交通大学硕士论文,2011:1-4.
[29]余颖.基于神经网络和遗传算法的人工智能游戏研究与应用[D].湖南大学工程硕士学位论文,2011:1-5.
[30]郝梓倩;陈贻焕;李廷军;姜忠山;李政.基于人工神经网络的自动控制系统[J].现代电子技术,2006(2):9-11.
[31]胡晓瑞.基于BP神经网络的雷达与AIS目标信息融合处理研究[D].集美大学硕士论文,2012:12-20.
[32]林玲,伊力亚尔.自组织映射神经网络(SOM)在图像分类中的应用[J].伊犁师范学院学报(自然科学版),2010(1):46-48.
[33]骆骋,粟欣,姚彦.自组织神经网络实现无线数字信号识别[J].无线通信技术,2000(4):9-13.
[34]马永光,殷喆,马良玉.基于SOM神经网络的凝汽器故障诊断研究[J].华北电力大学学报,2006,33(4):5-8.
[35]王家华,李志勇,周冠武.基于Matlab的自组织神经网络在油气层识别中的应用研究[J].电脑知识与技术,2006:119-121.
[36]玉素甫江·如素力;李兰海;海米提·依米提.基于GIS的图表数据反演方法[J].新疆师范大学学报(自然科学版),2014,32(4):18-20.
[2]I DC.The 2011 digital universe study:Extracting value from chaos[EB/OL].http://www.emc.com/collateral/demos/microsites/emc-digital-universe-2011/index.htm,2011.
[3]杨善林,周开乐.大数据中的管理问题:基于大数据的资源观[J].管理科学学报,2015,18(5):1-8.
[4]杨善林,周开乐,张强,范雯娟,丁帅,余本功,冯南平,刘业政.互联网的资源观[J].管理科学学报,2016,19(1):1-11.
[5]陈彬.中国经济增长影响能源消费[EB/OL].中国能源网[2015-09-15].http://www.china5e.com/index.php?m=content&c=index&a=show&catid=73&id=917931.
[6]国家能源局.国家能源局发布2010年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2011-01/28/c_131054979.htm,2011.
[7]国家能源局.国家能源局发布2011年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2012-01/14/c_131360365.htm,2012.
[8]国家能源局.国家能源局发布2012年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2013-01/14/c_132100340.htm,2013.
[9]国家能源局.国家能源局发布2013年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2014-01/14/c_133043689.htm,2014.
[10]国家能源局.国家能源局发布2014年全社会用电量[EB/OL].国家能源局网站:http://www.nea.gov.cn/2015-01/16/c_133923477.htm,2015.
[11]郭亮.电力用户用电数据采集及监控在需求侧管理中的应用研究[D].山东大学硕士论文,2010:7-8.
[12]王蓓蓓,李扬,高赐威.智能电网框架下的需求侧管理展望与思考[J].电力系统自动化,2009,33(20):17-22.
[13]国家发展改革委体改司.电力体制改革解读[M].北京:人民出版社,2015:18-19.
[14]关于进一步深化电力体制改革的若干意见[EB/OL].赢硅网:http://www.windosi.com/news/201503/485504.html,2015.
[15]杨善林、胡祥培、傅为忠.企业管理学(第三版)[M].高等教育出版社,2015.
[16]王晶,朱珂,汪斌强.基于用户社会属性及行为特征吸引度的微博粉丝网络演化模型[J].计算机应用,2013,33(10):2753-2761.
[17]Jiawei Han,Micheline Kamber,Jian Pei著,范明,孟小峰译.数据挖掘概念与技术(原书第三版)[M].机械工业出版社,2012:211-289.
[18]宋丽梅,罗菁.模式识别[M].北京:机械工业出版社,2015.
[19]赵喜林,赵喜玲,江祥奎.模式识别方法及其比较分析[J].信阳农业高等专科学校学报,2004.
[20]汪海波,张海臣,段雪丽.基于MATLAB的自组织竞争神经网络研究[J].邢台职业技术学院学报,2005,22(1):45-47.
[21]梁爽.基于生物侧抑制机制的神经网络模型研究[D].南京航空航天大学硕士论文,2010:22-25.
[22]王政炳,张殿治.一种基于神经网络的非线性自适应滤波器[J].系统工程与电子技术,Systems Engineering and Electronics,1999,21(6):66-69.
[23]李文娟,姚竹亭.基于自组织竞争神经网络的地震预测[J].电子世界,2013:92-93.
[24]朱沭红.精通MATLAB神经网络[M].北京:电子工业出版社,2010.
[25]陈金赛.基于神经网络的预测分析及其应用研究[D].浙江工商大学硕士学位论文,2011.
[26]高洪深,陶有德.基于人工神经网络的非线性回归预测模型的研究[J].北方工业大学学报,1999,11(1):68-73.
[27]赵金星.基于神经网络和遗传算法的Atkinson循环发动机全负荷范围性能优化研究[D].上海,上海交通大学博士论文,2013:41-57.
[28]张威.人工神经网络用于传感信号的模式识别[D].北京交通大学硕士论文,2011:1-4.
[29]余颖.基于神经网络和遗传算法的人工智能游戏研究与应用[D].湖南大学工程硕士学位论文,2011:1-5.
[30]郝梓倩;陈贻焕;李廷军;姜忠山;李政.基于人工神经网络的自动控制系统[J].现代电子技术,2006(2):9-11.
[31]胡晓瑞.基于BP神经网络的雷达与AIS目标信息融合处理研究[D].集美大学硕士论文,2012:12-20.
[32]林玲,伊力亚尔.自组织映射神经网络(SOM)在图像分类中的应用[J].伊犁师范学院学报(自然科学版),2010(1):46-48.
[33]骆骋,粟欣,姚彦.自组织神经网络实现无线数字信号识别[J].无线通信技术,2000(4):9-13.
[34]马永光,殷喆,马良玉.基于SOM神经网络的凝汽器故障诊断研究[J].华北电力大学学报,2006,33(4):5-8.
[35]王家华,李志勇,周冠武.基于Matlab的自组织神经网络在油气层识别中的应用研究[J].电脑知识与技术,2006:119-121.
[36]玉素甫江·如素力;李兰海;海米提·依米提.基于GIS的图表数据反演方法[J].新疆师范大学学报(自然科学版),2014,32(4):18-20.