摘要
基于无监督聚类与多尺度集成框架的企业危险用电精准预警方法,包括:1)获取历史企业用电数据;2)基于SOM神经网络对历史企业用电数据进行初步聚类,得到不同用电模式类别的noutput个聚类结果的特征;3)基于HCA算法对不同用电模式类别的noutput个聚类结果的特征进行二次聚类,筛选并识别企业危险用电模式类别,构建训练集;4)构建基于多尺度电量数据的危险用电模式预警模型;5)利用训练集训练基于多尺度电量数据的危险用电模式预警模型;6)获取实时企业用电数据,并将实时企业用电数据输入训练后的基于多尺度电量数据的危险用电模式预警模型,对企业危险用电模式进行预警。本发明能够实现对企业危险用电模式的准确、智能化预警。
技术关键词
预警模型
SOM神经网络
企业
模式
预警方法
无监督
Bootstrapping算法
多尺度
聚类
数据
集成学习策略
学习器
构建训练集
框架
索引
样本
神经网络结构
邻域
随机梯度下降