摘要:电力用户的用电行为数据中蕴含巨大的商业价值。以层级实时记忆理论为基础,利用稀疏离散表征、空间沉积池技术来表征数据中蕴含的特征,使用KNN分类算法构建分类器,对国网冀北公司的大工业用户用电行为数据进行学习,得到电力容量变更行为预测模型,并与其他主流的电力行为预测方法进行比较。实验证明,HTM模型具有更高的准确度,并可在线预测,减少预测过程中的过拟合问题,提高自适应性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.34
期刊级别:部级期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!