短時(shí)間尺度用電行為相關(guān)性分析網(wǎng)絡(luò)模型
本文選題：相關(guān)性 + 隨機(jī)矩陣?yán)碚?/strong> ； 參考：《電力系統(tǒng)自動(dòng)化》2017年03期
【摘要】：用電行為短時(shí)間尺度相關(guān)關(guān)系是用戶精細(xì)化管理與智能配用電的重要決策基礎(chǔ)。建立了針對(duì)短時(shí)間尺度用電行為相關(guān)性的網(wǎng)絡(luò)化分析方法。首先,由描述短時(shí)間尺度用電功率序列間相關(guān)性的皮爾遜相關(guān)系數(shù)構(gòu)造用電行為相關(guān)矩陣,為減小隨機(jī)用電行為與測(cè)量誤差等無序噪聲信息對(duì)相關(guān)矩陣的影響,引入隨機(jī)矩陣?yán)碚搶?duì)相關(guān)矩陣進(jìn)行去噪,并提出利用特征值譜熵的正則化修正方法。然后,基于相關(guān)矩陣構(gòu)建了相關(guān)矩陣分階與同級(jí)網(wǎng)絡(luò)序列,提出了基于社團(tuán)結(jié)構(gòu)的相關(guān)性聚類方法與基于最小樹的相關(guān)性等級(jí)結(jié)構(gòu)挖掘方法;定義了量度用電相關(guān)性的拓?fù)渲笜?biāo),從而構(gòu)造了用電行為相關(guān)性聚類分析與等級(jí)分析的網(wǎng)絡(luò)模型,并就模型的典型應(yīng)用場景進(jìn)行了討論。最后,通過實(shí)例數(shù)據(jù)驗(yàn)證了上述去噪方法、相關(guān)性分析網(wǎng)絡(luò)模型及指標(biāo)的有效性。
[Abstract]:The short time scale correlation of power consumption behavior is the important decision basis of user fine management and intelligent distribution power consumption. A networked analysis method for the correlation of short-scale electricity consumption behavior is established. Firstly, the Pearson correlation coefficient, which describes the correlation between the short scale power series, is used to construct the electrical behavior correlation matrix. In order to reduce the influence of random noise information, such as random power consumption behavior and measurement error, on the correlation matrix, the correlation matrix is constructed by using Pearson correlation coefficient. The random matrix theory is introduced to Denoise the correlation matrix, and a regularization correction method using eigenvalue spectral entropy is proposed. Then, based on the correlation matrix, the hierarchical and peer network sequences of the correlation matrix are constructed, and the correlation clustering method based on the community structure and the correlation hierarchy mining method based on the minimum tree are proposed. The topological index to measure the correlation of electricity consumption is defined, and the network model of cluster analysis and hierarchical analysis of electricity behavior correlation is constructed, and the typical application scenarios of the model are discussed. Finally, the effectiveness of the above denoising method, the correlation analysis network model and the index are verified by the example data.
【作者單位】： 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué));
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51207051) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2016XS02)~~
【分類號(hào)】：TM73
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 陳志明;一種適合水利水電工程施工的網(wǎng)絡(luò)模型[J];水力發(fā)電;1985年01期
2 黃威,林麗閩,宋亮;基于第三方整合的商業(yè)網(wǎng)絡(luò)模型[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年S1期
3 游宇航,李元洲,霍然;房間之間火災(zāi)蔓延過程的網(wǎng)絡(luò)模型[J];中國工程科學(xué);2005年07期
4 孟凡玲;范向軍;;水電工程監(jiān)理評(píng)標(biāo)BP網(wǎng)絡(luò)模型研究[J];人民黃河;2007年07期
5 殷洪義 ,榮明宗 ,周昭南 ,周曼殊;網(wǎng)絡(luò)模型的統(tǒng)一表征[J];國防科技大學(xué)學(xué)報(bào);1981年02期
6 須征文;普林斯頓運(yùn)輸網(wǎng)絡(luò)模型在美國鐵道協(xié)會(huì)的應(yīng)用[J];鐵道運(yùn)輸與經(jīng)濟(jì);1989年02期
7 戴顯砥，戴郁;生產(chǎn)與存貯問題的網(wǎng)絡(luò)模型[J];基建優(yōu)化;1995年01期
8 文華;BP網(wǎng)絡(luò)模型在時(shí)序預(yù)測(cè)中的應(yīng)用[J];武漢交通科技大學(xué)學(xué)報(bào);1999年06期
9 李勇,孫艷萍,孫海波,宋景東;用于故障預(yù)測(cè)的BP網(wǎng)絡(luò)模型及改進(jìn)[J];東北電力學(xué)院學(xué)報(bào);1999年01期
10 劉強(qiáng);方錦清;李永;;4種類型超網(wǎng)絡(luò)模型構(gòu)建方法[J];中國原子能科學(xué)研究院年報(bào);2013年00期
相關(guān)會(huì)議論文 前10條
1 張書超;那日薩;;具有老化機(jī)制的阿波羅網(wǎng)絡(luò)模型[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年
2 王仲君;黃紅球;;一個(gè)具有確定度分布的有向網(wǎng)絡(luò)模型[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年
3 李季明;張寧;;具有隨機(jī)性的確定性網(wǎng)絡(luò)模型[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年
4 秦紹萌;陳勇;;生態(tài)系統(tǒng)宏觀演化的網(wǎng)絡(luò)模型[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年
5 駱繼明;郭新軍;;分布復(fù)雜機(jī)電系統(tǒng)網(wǎng)絡(luò)模型圖自動(dòng)生成算法研究[A];煤礦機(jī)電一體化新技術(shù)創(chuàng)新與發(fā)展2012學(xué)術(shù)年會(huì)論文集[C];2012年
6 周勝利;耿顯民;;具有真實(shí)網(wǎng)絡(luò)一般特性的復(fù)雜網(wǎng)絡(luò)模型[A];第七屆中國不確定系統(tǒng)年會(huì)論文集[C];2009年
7 楊洪勇;王福生;;基于帶寬的Internet網(wǎng)絡(luò)模型[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年
8 趙雁飛;劉永忠;陳三強(qiáng);孫皓;;冷凍干燥過程相遷移和相分布的孔尺度網(wǎng)絡(luò)模型與模擬[A];第八屆全國冷凍干燥學(xué)術(shù)交流會(huì)論文集[C];2005年
9 梁昌洪;鄭家駿;;復(fù)電介質(zhì)反演的精確網(wǎng)絡(luò)模型[A];2001年全國微波毫米波會(huì)議論文集[C];2001年
10 劉杰;陸君安;;兩類復(fù)雜網(wǎng)絡(luò)模型及其同步能力研究[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年
相關(guān)重要報(bào)紙文章 前3條
1 ;智能光網(wǎng)絡(luò)的網(wǎng)絡(luò)模型[N];人民郵電;2003年
2 馮衛(wèi)東;美構(gòu)建可快速確認(rèn)基因功能的基因網(wǎng)絡(luò)模型[N];科技日?qǐng)?bào);2008年
3 賀贊暉 唐大海;價(jià)格網(wǎng)絡(luò)與金融屬性定價(jià)[N];期貨日?qǐng)?bào);2010年
相關(guān)博士學(xué)位論文 前10條
1 齊峰;人工神經(jīng)樹網(wǎng)絡(luò)模型的優(yōu)化研究與應(yīng)用[D];山東師范大學(xué);2011年
2 李淑靜;復(fù)合復(fù)雜網(wǎng)絡(luò)模型研究與應(yīng)用[D];青島大學(xué);2011年
3 譚利;復(fù)雜網(wǎng)絡(luò)模型及應(yīng)用研究[D];中南大學(xué);2010年
4 隋毅;多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型及其相關(guān)性質(zhì)的研究[D];青島大學(xué);2012年
5 黃朝琴;基于離散縫洞網(wǎng)絡(luò)模型的多尺度兩相流動(dòng)模擬理論研究[D];中國石油大學(xué)（華東）;2012年
6 岳博;Bayes網(wǎng)絡(luò)模型及其學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2002年
7 彭利民;基于Cayley圖的無線P2P覆蓋網(wǎng)絡(luò)模型及相關(guān)技術(shù)研究[D];華南理工大學(xué);2011年
8 王晨晨;碳酸鹽巖介質(zhì)雙孔隙網(wǎng)絡(luò)模型構(gòu)建理論與方法[D];中國石油大學(xué)（華東）;2013年
9 蔡先鋒;礦井三維地理網(wǎng)絡(luò)模型及網(wǎng)絡(luò)分析研究[D];中國礦業(yè)大學(xué)(北京);2012年
10 姜江;證據(jù)網(wǎng)絡(luò)建模、推理及學(xué)習(xí)方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年
相關(guān)碩士學(xué)位論文 前10條
1 王芳;基于深度信念網(wǎng)絡(luò)的資源檢索與推薦系統(tǒng)[D];北京郵電大學(xué);2015年
2 楊光勇;科研合作超網(wǎng)絡(luò)模型的構(gòu)建及其應(yīng)用研究[D];上海理工大學(xué);2013年
3 李倩;深度網(wǎng)絡(luò)模型構(gòu)建及學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2014年
4 閆廷亞;基于GHSOM網(wǎng)絡(luò)模型的FY-2E夜間衛(wèi)星云圖分類方法研究[D];華東交通大學(xué);2015年
5 劉峰;軌道車輛MVB網(wǎng)絡(luò)模型研究與設(shè)計(jì)[D];長春工業(yè)大學(xué);2016年
6 齊亞萍;具有實(shí)數(shù)詞匯結(jié)構(gòu)的語言競爭復(fù)雜agent網(wǎng)絡(luò)模型[D];昆明理工大學(xué);2016年
7 邵春昌;基于圖理論的信息網(wǎng)絡(luò)模型研究[D];中央民族大學(xué);2016年
8 鄭光璞;模擬視覺皮層工作機(jī)制的發(fā)育網(wǎng)絡(luò)模型研究[D];鄭州大學(xué);2016年
9 張磊;微博超網(wǎng)絡(luò)模型的建立及關(guān)鍵節(jié)點(diǎn)識(shí)別方法研究[D];南京航空航天大學(xué);2016年
10 田茂根;并行超網(wǎng)絡(luò)的研究及其在電影評(píng)分預(yù)測(cè)等問題中的應(yīng)用[D];重慶郵電大學(xué);2016年
，本文編號(hào)：2037739
本文鏈接：http://sikaile.net/kejilunwen/dianlidianqilunwen/2037739.html
